К содержимому
Видео

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-H3
Подробнее21,60B 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.
Примеры
Обсудить Telegram 2 2

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.8 GB · готовые файлы3.9 GB
  • FP8 / INT8рекомендуемвеса 0.4 GB3.4 GB
  • 4-bitвеса 0.2 GB3.3 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

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.

    # wirkung/Origami-H3
    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 wirkung/Origami-H3 --local-dir ~/models/Origami-H3
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Origami-H3
  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 Origami-H3 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

wirkung/Origami-H3
Автор
wirkung
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

22

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии