MiniMax AI 开源 H3 视频生成模型生态

开放权重。共享进展。MiniMax H3 进展神速。

我们为视频生成构建了 H3，支持原生立体声音频和多模态参考控制。开源社区正在让这一能力变得更快、更易用，也更易于在此基础上开发。

近期亮点：
• FastH3 —— 由 FastVideo、Nuva Lab 和 NVIDIA 开发：4步蒸馏，现已可在 DGX Spark 和 Apple Silicon 上运行。
• Sol-H3 —— 由 NVIDIA 的 SANA 团队开发：在 8×B300 上，以团队的预热推理基准测试，生成15秒 768p 视频+音频仅需 6.6 秒。*
• VDN —— 由 Haocheng Xi 和 OpenVDN 团队开发：重新思考注意力机制以实现更快的 H3 推理，已发布权重、训练和推理代码。
• PDD —— 这是 NVIDIA 的蒸馏方法，由阿里巴巴 PAI 以 8步 Acc-LoRAs 形式适配到 H3，现已在 ComfyUI 中支持。
• LightX2V —— 4步和8步 Turbo LoRAs，支持文本、图像和参考条件生成视频+音频的工作流。

每一个发布的背后，都有人在训练、优化、量化、测试和分享。

特别感谢：
@haoailab @nuvalab @NVIDIAAI @xieenze_jr @HaochengXiUCB @ArashVahdat @julberner @LightX2V @ComfyUI

也感谢推动这项工作前进的个人贡献者：
@haozhangml @cxlcl1 @lawrence_cjs @yitongli165665 @haopengl33 @songhan_mit @shanasaimoe

感谢你们与 H3 一同开发，帮助让它对社区来说更快、更易用、更有用。

当我们共同构建时，强大的模型才能走得更远。继续推进 H3 吧。非常期待看到接下来的进展。🚀

探索生态：