Что это?
Поддерживаемый сообществом индекс чекпоинтов, инструментов и воркфлоу для MiniMax H3 — модели генерации видео, создающей клипы с нативным стереозвуком из текстовых, графических, видео- и аудиовходов.
Поддерживаемый сообществом индекс чекпоинтов, инструментов и воркфлоу для MiniMax H3 — модели генерации видео, создающей клипы с нативным стереозвуком из текстовых, графических, видео- и аудиовходов.Это инструмент или просто список ссылок?Это курируемый справочный список (awesome-list), указывающий на официальные и общественные чекпоинты, квантизации, ноды ComfyUI и воркфлоу для MiniMax H3 — сам он ничего не запускает.
Это курируемый справочный список (awesome-list), указывающий на официальные и общественные чекпоинты, квантизации, ноды ComfyUI и воркфлоу для MiniMax H3 — сам он ничего не запускает.Как устроен список?Он начинается с таблицы по целям (запуск локально, работа со звуком, сборка в ComfyUI, написание промптов, ускорение, дообучение, выдача через API, запуск на Apple Silicon), затем идёт VRAM-таблица, сопоставляющая память GPU с рекомендуемым чекпоинтом и стеком текстовых энкодеров.
Он начинается с таблицы по целям (запуск локально, работа со звуком, сборка в ComfyUI, написание промптов, ускорение, дообучение, выдача через API, запуск на Apple Silicon), затем идёт VRAM-таблица, сопоставляющая память GPU с рекомендуемым чекпоинтом и стеком текстовых энкодеров.Сколько VRAM нужно для запуска MiniMax H3?От 8 ГБ (путь DiffSynth-Studio NF4 с агрессивной выгрузкой) до 24 ГБ+ для стандартного прунированного чекпоинта int8 ConvRot; VRAM-таблица в README сопоставляет конкретные классы GPU с комбинациями чекпоинт/текстовый энкодер.
От 8 ГБ (путь DiffSynth-Studio NF4 с агрессивной выгрузкой) до 24 ГБ+ для стандартного прунированного чекпоинта int8 ConvRot; VRAM-таблица в README сопоставляет конкретные классы GPU с комбинациями чекпоинт/текстовый энкодер.Квантизированные чекпоинты — это официальные релизы MiniMax?Нет. Официальны только исходные веса BF16 diffusers от MiniMaxAI; все конверсии INT8/FP8/NVFP4/GGUF в списке — переупаковки сообщества, поэтому перед скачиванием стоит проверить совместимость с вашим рантаймом.
Нет. Официальны только исходные веса BF16 diffusers от MiniMaxAI; все конверсии INT8/FP8/NVFP4/GGUF в списке — переупаковки сообщества, поэтому перед скачиванием стоит проверить совместимость с вашим рантаймом.Это работает только на GPU NVIDIA или можно и на Mac?Большинство стеков нацелены на GPU NVIDIA от Turing (sm75) до Blackwell/серии RTX 50, но есть и нативный путь Metal для Apple Silicon через antirez/h3.c — оптимизация под M3/M5 Max ещё продолжается.
Большинство стеков нацелены на GPU NVIDIA от Turing (sm75) до Blackwell/серии RTX 50, но есть и нативный путь Metal для Apple Silicon через antirez/h3.c — оптимизация под M3/M5 Max ещё продолжается.В чём разница между FL2VA и Ref2VA?FL2VA (режим первого и последнего кадра) принимает на вход ноль, одну или две картинки и обычно даёт лучшее исходное качество; Ref2VA (режим omni-reference) принимает до 9 изображений, 3 видеоклипа и 3 аудиоклипа для более богатого обусловливания, но с чуть меньшим базовым качеством, которое частично компенсирует Ref Patch.
FL2VA (режим первого и последнего кадра) принимает на вход ноль, одну или две картинки и обычно даёт лучшее исходное качество; Ref2VA (режим omni-reference) принимает до 9 изображений, 3 видеоклипа и 3 аудиоклипа для более богатого обусловливания, но с чуть меньшим базовым качеством, которое частично компенсирует Ref Patch.Может ли MiniMax H3 генерировать звук вместе с видео?Да, он генерирует видео с нативным стереозвуком прямо из текстовых, графических, видео- и аудиовходов, а для этого есть отдельная нода comfyui-minimax-h3-audio-T8 плюс аудио-VAE.
Да, он генерирует видео с нативным стереозвуком прямо из текстовых, графических, видео- и аудиовходов, а для этого есть отдельная нода comfyui-minimax-h3-audio-T8 плюс аудио-VAE.Какой длины и разрешения получаются сгенерированные клипы?Клипы могут достигать разрешения 2K и длительности 15 секунд, а инструменты вроде ComfyUI-H3-Motion-Context позволяют сцеплять несколько блоков для более длинных многоракурсных видео.
Клипы могут достигать разрешения 2K и длительности 15 секунд, а инструменты вроде ComfyUI-H3-Motion-Context позволяют сцеплять несколько блоков для более длинных многоракурсных видео.Есть ли способ запустить MiniMax H3 локально одной командой?Да, open-video-ai/open-video описывается как 'Ollama для видеомоделей' — устанавливаете, подтягиваете модель и запускаете одной командой.
Да, open-video-ai/open-video описывается как 'Ollama для видеомоделей' — устанавливаете, подтягиваете модель и запускаете одной командой.What are similar projects?LTX-Video, CogVideo, LTX-2, FreeVideo, WanGP, stable-diffusion.cpp, hyperflow, Wan2.2
LTX-Video, CogVideo, LTX-2, FreeVideo, WanGP, stable-diffusion.cpp, hyperflow, Wan2.2Which topics is it in?blackwell, rtx, open-weights, image-to-video, model-serving, comfyui, audio-generation, gguf, text-to-video, metal, diffusion-models, lora
blackwell, rtx, open-weights, image-to-video, model-serving, comfyui, audio-generation, gguf, text-to-video, metal, diffusion-models, lora