MiniMax 汇总 H3 生态新增 11 项社区贡献
More reference control. Fewer denoising steps. More places to run H3.
MiniMax 公布 H3 视频生成模型生态新增 11 项社区贡献，涵盖 8 步参考条件视频加音频、4 步蒸馏、稀疏注意力和参考 token 压缩，并接入 GPU 服务器、TPU 与 Apple Silicon 的部署与工作流。官方称这些改进带来更低的实验成本、更细的创作控制和更多运行环境选择，并致谢 haoailab、Hugging Face 及 PTD、DMAD、SparkH3、TorchTPU、FlashML 等团队。
推荐理由
AI 评分 57
原文列出社区为 H3 带来的 8 步参考条件生成、4 步蒸馏与多硬件部署，可了解开源视频模型生态的扩展方式。
主题
查看原帖开放权重。共享进展。MiniMax H3 正快速演进。 我们打造 H3 的初衷是实现原生立体声音频与多模态参考控制的视频生成。开源社区正让这一能力变得更快、更易获取、更易于在此基础上构建。 近期亮点： • FastH3 — FastVideo、Nuva Lab 与 NVIDIA：4 步蒸馏，现已在 DGX Spark 和 Apple Silicon 上运行。 • Sol-H3 — NVIDIA 的 SANA 团队：在该团队的热推理基准测试中，8×B300 上 6.6 秒生成 15 秒 768p 视频 + 音频。* • VDN — Haocheng Xi 与 OpenVDN 团队：重新思考注意力机制以实现更快的 H3 推理，并已发布权重、训练与推理代码。 • PDD — NVIDIA 的蒸馏方法，由阿里巴巴 PAI 以 8 步 Acc-LoRA 形式引入 H3，现已在 ComfyUI 中支持。 • LightX2V — 4 步与 8 步 Turbo LoRA，附带文本、图像和参考条件视频 + 音频的工作流。 每一次发布的背后，都是人们在训练、优化、量化、测试和分享。特别感谢： @haoailab @nuvalab @NVIDIAAI @xieenze_jr @HaochengXiUCB @ArashVahdat @julberner @LightX2V @ComfyUI 以及推动这项工作不断前进的各位个人贡献者： @haozhangml @cxlcl1 @lawrence_cjs @yitongli165665 @haopengl33 @songhan_mit @shanasaimoe 感谢你们使用 H3 构建，并帮助它变得更快、更易获取、对社区更有用。当我们携手共建时，强大的模型能走得更远。继续推动 H3。期待看到接下来的进展。🚀 探索生态：https://t.co/F1S5IjUNi1
查看原文
Open weights. Shared progress. MiniMax H3 is moving fast. We built H3 for video generation with native stereo audio and multimodal reference control. The open-source community is making that capability faster, more accessible, and easier to build on. Recent highlights: • FastH3 — FastVideo, Nuva Lab and NVIDIA: 4-step distillation, now running on DGX Spark and Apple Silicon. • Sol-H3 — NVIDIA’s SANA team: 15 seconds of 768p video + audio in 6.6 seconds on 8×B300, in the team’s warm-inference benchmark.* • VDN — Haocheng Xi and the OpenVDN team: rethinking attention for faster H3 inference, with weights, training and inference code released. • PDD — NVIDIA’s distillation method, brought to H3 by Alibaba PAI as 8-step Acc-LoRAs, now supported in ComfyUI. • LightX2V — 4- and 8-step Turbo LoRAs, with workflows for text, image and reference-conditioned video + audio. Behind every release are people training, optimizing, quantizing, testing and sharing. Special thanks to: @haoailab @nuvalab @NVIDIAAI @xieenze_jr @HaochengXiUCB @ArashVahdat @julberner @LightX2V @ComfyUI And to the individual contributors pushing the work forward: @haozhangml @cxlcl1 @lawrence_cjs @yitongli165665 @haopengl33 @songhan_mit @shanasaimoe Thank you for building with H3 and helping make it faster, more accessible, and more useful for the community. Powerful models go further when we build together. Keep pushing H3. Excited to see what comes next. 🚀 Explore the ecosystem: https://t.co/F1S5IjUNi1
正文 · AI 翻译
更强的参考控制。更少的去噪步数。更多运行 H3 的地方。
最新的社区贡献涵盖 8 步参考条件视频 + 音频、4 步蒸馏、稀疏注意力和参考 token 压缩，以及跨 GPU 服务器、TPU 和 Apple Silicon 的部署与工作流集成。
重要的是这带来了什么：更实惠的实验、更精细的创作控制，以及关于视频生成在何处、以何种方式运行的更多选择。当社区能够改进方法、适配运行时并围绕开放模型构建工作流时，开放模型就会变得更有用。
感谢 @haoailab @yisun0618 @lanfeng491270 @guocheng_qian @Alissonerdx @ddalcu @tazmannner @HaochengXiUCB @huggingface @Jhuaplin，以及 PTD、DMAD、SparkH3、TorchTPU 和 FlashML 团队——包括 GitHub 上的 Zhengming Yu 和 zechengtang。
H3 生态索引新增 11 项。感谢每一位参与构建、测试和分享的人。
https://t.co/F1S5IjUNi1