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/minmaxи 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
Подробнее
Бенчмарки (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.














Комментарии