Origami-H3
21,6B аудио-видео модель, сжатая в 4,33 раза
2 мин чтенияобновлено
Origami-H3 — preview-сборка 21,6B-модели MiniMax-H3 для генерации видео: в карточке описана совместная аудио-видео архитектура. Её сжали с 44,89 ГБ BF16 до 10,38 ГБ (в 4,33 раза) в закрытой форме, без дообучения и градиентных шагов. Запуск идёт прямо с SSD/NVMe через OS mmap: 0 ГБ GPU VRAM и 0 ГБ отдельной RAM под веса, на CPU, NPU, sGPU, Metal или PTX. Это Preview: заявлены постоянное O(1)-состояние между окнами и независимость от PyTorch/vLLM/MLX/CUDA — пригодится для дешёвого серверного инференса и экспериментов с длинными сценами.
Ключевые особенности
- Сжатие 44,89 ГБ → 10,38 ГБ (4,33x) без retraining и fine-tuning: 307 операторных файлов .o3f.
- 0 ГБ GPU VRAM и 0 ГБ weight-RAM: read-only mmap с SSD/NVMe, работа на CPU/NPU/sGPU/Metal/PTX.
- Constant O(1) state across consecutive audio-video windows; M-Rail проверяет 3D, физические и аудио-визуальные инварианты.
- Зависимости — только wirkung и numpy; vLLM, MLX, Transformers и CUDA не нужны.
- Shared M-Rail и HMoE: прогретый GPU-узел может отдавать траектории CPU/NPU-ферме.
Что можно сделать
- Поднять text-to-video генерацию на CPU/NPU-серверах без GPU и без загрузки весов в RAM.
- Гонять длинные аудио-видео окна без жёстких сбросов состояния — для сцен, где важна непрерывность.
- Собрать Shared M-Rail: один раз прогреть на GPU, затем обслуживать запросы на обычных SSD-серверах.
- Тестировать 4-step shifted Euler и M-Rail на своём железе; throughput в карточке не опубликован.
Пример
pip install -U wirkung
wkng pull wirkung/Origami-H3 -o ./Origami-H3
wkng verify ./Origami-H3 --full && wkng info ./Origami-H3Подробнее
21,60B параметров, 50 joint audio-video DiT-блоков, rank-128 Walsh-6 Turbo-LoRA, 24-блочный 3D SoL-H3-VAE и Audio-VAE.Бандл: 10,38 ГБ, 307 .o3f-файлов + exact_core.safetensors.
Это Preview: цифры throughput зависят от железа и в карточке не приводятся.
Лицензия — Wirkung Model and Runtime License 1.0; исходные веса — MiniMax-H3.














Комментарии