К содержимому
Видео

DMAD

генерация видео со звуком за 4 и 8 шагов

2 мин чтенияобновлено

Набор дистиллированных моделей и LoRA (небольших надстроек для ускорения и адаптации) от исследователей из Texas A&M University и ByteDance. Главная звезда релиза — LoRA-адаптеры для огромной 33B модели MiniMax-H3, которые сжимают генерацию 1344×768 видео со стереозвуком с 50 шагов до 4 или 8 без использования CFG. В репозиторий также вошли ускоренные 4-шаговые версии Wan2.1-T2V (1.3B и 14B), SDXL и ImageNet-64. Благодаря оптимизациям и готовым воркфлоу для ComfyUI тяжёлую MiniMax-H3 теперь можно запустить даже на потребительских видеокартах с 8 ГБ VRAM.

Ключевые особенности

  • Ускорение MiniMax-H3 (33B) с 50 до 4 или 8 шагов при разрешении 1344×768, 24 fps и нативном стереозвуке.
  • На выбор доступны три варианта rank-128 LoRA (lora_critic, full_critic на 4 шага и свежий 8step_full_critic) как для Diffusers, так и в формате для ComfyUI.
  • Работа на видеокартах от 8 ГБ VRAM: 5-секундный ролик укладывается в 7 ГБ видеопамяти, а 15-секундный — в 12–14 ГБ.
  • В комплекте идут готовые JSON-воркфлоу и примеры MP4 со встроенными схемами для ComfyUI на стандартных нодах (сэмплер lcm + планировщик simple).
  • Дополнительно опубликованы 4-шаговые чекпоинты Wan2.1 (1.3B и 14B) для 480p видео и 1–4-шаговые версии SDXL.

Что можно сделать

  • Генерировать 15-секундные ролики со встроенным стереозвуком в ComfyUI на картах с 16–24 ГБ VRAM с помощью готовых воркфлоу dmad_h3_4step_15s_podcast.json или dmad_h3_8step_15s_wok.json.
  • Запускать генерацию 5-секундных видео со звуком на бюджетных GPU с 8 ГБ видеопамяти через специальный облегчённый воркфлоу или флаг --low-vram в CLI.
  • Использовать дистиллированные веса dmad_wan2pt1_1pt3B.pth и 14B для быстрой 4-шаговой генерации видео в 480p (81 кадр) без CFG.

Пример

hf download MiniMaxAI/MiniMax-H3 --local-dir models/MiniMax-H3 --exclude "FL2VA/*" --exclude "Ref2VA/*" --exclude "transformer_ref/*"
hf download ZhengmingYu/DMAD --include "minimax_h3/*_critic.safetensors" --local-dir ckpt
python inference.py --model-dir models/MiniMax-H3 --lora ckpt/minimax_h3/dmad_minimax_h3_4step_lora_critic.safetensors \
    --prompt-file prompts/dmad_sweater.txt --seed 42 --output-dir outputs/dmad_sweater
ПодробнееЛокальный запуск требует большого объёма оперативной памяти: при генерации на картах 8–16 ГБ VRAM расходуется около 45–46 ГБ ОЗУ (рекомендуется 64 ГБ RAM).
Для 15-секундных роликов на 16–24 ГБ GPU в ComfyUI требуется кастомная нода H3 Memory Optimization из пакета H3-Optimizations.
На ускорителе H200 (с лимитом 14 ГБ VRAM) генерация 15 секунд видео занимает ~470 секунд за 4 шага и ~886 секунд за 8 шагов; 5 секунд на 8 ГБ укладываются в ~210 секунд.
Версия full_critic (обученная с размороженным критиком) показывает более высокие оценки на бенчмарке AVGen-Bench по сравнению с lora_critic.
Видео-примеры
Обсудить 197 89,7 тыс.

Запустится ли?

Запустится в FP8 / INT8

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 27 GB · готовые файлы34 GB
  • FP8 / INT8рекомендуемвеса 13 GB18 GB
  • 4-bitвеса 7.5 GB12 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 4090

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.

    # ZhengmingYu/DMAD
    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 ZhengmingYu/DMAD --local-dir ~/models/DMAD
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к DMAD
  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

Дообучение модели

MiniMaxAI/MiniMax-H3

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

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 3Все на Hugging Face

О модели

ZhengmingYu/DMAD
Автор
ZhengmingYu
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

89,7 тыс.197

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Видео

HyperFlow

HyperFlow