К содержимому
Видео

H3 Turbo Runtime

движок для запуска MiniMax H3 на слабых видеокартах

2 мин чтения

Это не новая обученная нейросеть, а оптимизированный движок инференса от разработчика quifox для модели генерации видео со звуком MiniMax-H3. Решение объединяет квантованные в формат W4A8 веса сообщества, адаптер ускорения lightx2v/Minimax-h3-Turbo (уменьшает число шагов генерации) и объединённые вычислительные ядра Triton. По сравнению с немодифицированным базовым PyTorch-запуском движок радикально снижает потребление видеопамяти и ускоряет рендер. Инструмент пригодится тем, кто хочет генерировать ролики с синхронным аудио локально на потребительских видеокартах с 6–8 ГБ VRAM, а также в рабочих процессах ComfyUI и CozyUI.

Ключевые особенности

  • Два режима работы с памятью: стратегия Stream использует подкачку весов и укладывается примерно в 4.0–4.2 ГБ VRAM, а Fast задействует кастомные ядра Triton для максимальной скорости.
  • Поэтапная выгрузка компонентов: текстовый энкодер Qwen3-VL INT8 полностью выгружается из памяти перед загрузкой основной диффузионной модели, а декодирование видео и аудио идёт последовательно.
  • Гибкие форматы и длительность: поддерживаются разрешения 832×480 (16:9), 960×544 (16:9), 480×832 (9:16), 624×624 (1:1) и 720×544 (4:3), а также генерация роликов до 15 секунд одним проходом при 24 fps.
  • Автоматическая загрузка зависимостей: сам репозиторий не хранит веса, но включает скрипт для скачивания всех 6 внешних компонентов с проверкой хешей SHA-256 и поддержкой докачки.

Что можно сделать

  • Генерация видео со звуком на ноутбуке: рендерить 5-секундные ролики в разрешении 832×480 или 960×544 на видеокартах уровня RTX 4060 Laptop 8GB за 2.5–3.5 минуты.
  • Создание контента под разные площадки: собирать вертикальные клипы 9:16, квадратные посты 1:1 или длинные 15-секундные сцены за один проход.
  • Генерация с опорой на персонажей (Ref2VA): заменить базовые веса и LoRA на связку из репозитория Kutches/minmax и 768p Ref2V LoRA для работы с несколькими референсами персонажей.

Пример

uv run python deploy.py render \
  --comfy /path/to/ComfyUI \
  --models weights/ \
  --condition path/to/condition.safetensors \
  --duration 5 --width 832 --height 480 \
  --steps 4 --strategy fast --out runs/demo
ПодробнееБенчмарки (5 сек, 832×480): на Tesla T4 16GB пиковое потребление упало с 14 649 MiB (2287.9 с) до 4 043 MiB (227.18 с за 4 шага в режиме Stream); на RTX 4060 Laptop 8GB рендер занимает 161.54 с при пике 5 695 MiB.
Генерация 15-секундного ролика (360 кадров) на RTX 4060 Laptop 8GB проходит за 694.7 с при 6 995 MiB VRAM.
Требования: NVIDIA GPU (Turing, Ampere, Ada и дата-центровые) от 6 ГБ VRAM и установленный ComfyUI.
Лицензии: код движка распространяется под GPL-3.0-only, внешние веса — по лицензии MiniMax H3 Community License Agreement.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # quifox/H3-Turbo-Runtime
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download quifox/H3-Turbo-Runtime --local-dir ~/models/H3-Turbo-Runtime
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к H3-Turbo-Runtime
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • LightX2V step distill0.6.1от 9 ноября 2026новая версия

    5–10× меньше шагов

    Дистиллированные LoRA и движок: видео за 4–8 шагов вместо 30–50.

    Как включить: Подключите их step-distill LoRA к модели, CFG 1.0, 4–8 шагов.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Промпты для MiniMax H3

Все промпты

Готовые промпты с видео результата: копируйте и пробуйте.

Семья модели

Новые посты про версии H3-Turbo-Runtime — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

quifox/H3-Turbo-Runtime
Автор
quifox
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии