FastH3 Omni Ref2VA r64

QrusherZA выложил community-извлечение FastH3 Omni Ref2VA 8-step student в rank-64 SVD-адаптер и exact support checkpoint. Оно получено из официального FastH3 Omni ComfyUI BF16 и считается относительно трансформера MiniMax H3 Ref2VA. Это не самостоятельная diffusion-модель и не drop-in ComfyUI LoRA.

🔥 Ключевые особенности

• 🚀 Два Safetensors: r64 fp16 — 0.582 GiB (211 low-rank дельт / 422 LoRA-фактора + 93 точные FP32-разницы); support bf16 — 3.825 GiB (157 неизменённых тензоров).
• 👀 В support: PDD output heads, VSA compression gates и полная AdaLN/time-curve подсистема; всего около 4.41 GiB сверх базы.
• 🤔 Обычный Load LoRA не подойдёт: нужен кастомный загрузчик для .diff/.diff_b, 32-головых PDD-проекций, VSA и AdaLN.
• 👍 Нужны совместимая MiniMax H3 Ref2VA-база в ComfyUI-раскладке, оба файла, PDD-aware runtime, text encoder и video/audio VAE.
• ⛔ Паритет по качеству не заявлен: r64-приближение экспериментальное, метрики только по весам.
• ❤ Лицензия — MiniMax H3 Community License, не MIT/Apache-2.0; есть ограничения на использование.

😎 Пример

1. Взять MiniMax H3 Ref2VA
2. Добавить 211 LoRA-обновлений: up @ down
3. Добавить 93 exact FP32 diff
4. Заменить 157 support-тензоров
5. Сохранить и проверить shapes
6. Запустить с PDD-aware runtime

Подробнее

Метрики по весам: отличие Base→Omni — 0.28278%, ошибка r64 — 0.21944%, остаток r64 от дельты — 77.59953%, r64 покрывает 39.78% квадрата дельты.
Точные support-тензоры скопированы байт-в-байт, но 211 SVD-матриц и FP16-факторы lossy.
Железо, VRAM и ускорение не бенчмаркались. Нужны база, оба файла и PDD-aware runtime.
Лицензия — MiniMax H3 Community License, не MIT/Apache.