H3-Tiny est un élagage structurel appliqué à MiniMax H3 (génération simultanée audio et vidéo, version originale 33B) : approximation de rang 8 pour les projections AdaLN, suppression de 8 blocs sur 50 pour obtenir un modèle de 17B (sans entraînement), puis réduction des FFN de chaque couche de 14336 à 9792 canaux, avec restauration par distillation depuis le modèle de 33B pour aboutir à 14B. La version ComfyUI du 21 11 comprend trois fichiers uniques : génération vidéo à partir d'une image de référence en 17B (Ref2VA), génération vidéo à partir des premières/dernières images ou de texte en 17B (FL2VA / T2VA) et génération vidéo à partir d'une image de référence en 14B, chacun pesant entre 28 et 34 Go ; l'auteur a testé la soumission ComfyUI afcb984 avec une résolution de 1344×768 et 243 images, obtenant des résultats identiques à ceux de la version diffusers. Il existe également une version distillée en peu d'étapes (6 pas), mais elle n'est pas incluse dans la version ComfyUI.
Pourquoi c'est important Il suffit de remplacer le fichier du modèle par celui fourni pour utiliser H3 avec les flux de travail natifs de ComfyUI, sans avoir besoin de nœuds personnalisés ; l'auteur affirme que la version élaguée, qui n'a pas subi d'entraînement supplémentaire, est directement utilisable.
J'aime 8 · Score d'appréciation en hausse 8 · Téléchargements 0
Licence : usage commercial sous conditions · ComfyUI : mentionné dans la fiche du modèle · Mémoire vidéo : estimation ≈116 Go
Licence régionale : la licence à poids ouverts de MiniMax H3 exclut l'Union européenne, le Royaume-Uni, la Corée du Sud et les États-Unis (Territoires exclusifs dans LICENSE) ; une autorisation distincte de MiniMax est requise pour ces quatre régions.
Raisons
- La fiche du modèle précise les nœuds de flux de travail officiels, le nombre d'étapes d'échantillonnage et le planificateur correspondant à chaque fichier, et indique que le LoRA turbo de Comfy-Org n'a pas été testé sur la version élaguée
- Le code d'élagage et d'inférence est open source (Apache 2.0), permettant de réaliser soi-même l'élagage depuis le modèle de 33B
Utilisation
- Placez les fichiers du dossier diffusion_models dans ComfyUI/models/diffusion_models, téléchargez l'encodeur de texte et les deux VAE depuis Comfy-Org/MiniMax-H3, ouvrez le flux de travail officiel « MiniMax H3 Image to Video » ou « Reference to Video », et sélectionnez le fichier H3-Tiny dans le nœud Load Diffusion Model ; utilisez 50 étapes, un planificateur simple, BasicGuider sans CFG, et ne chargez pas le LoRA turbo
Risques
- La licence communautaire de MiniMax H3 s'applique, ce qui exclut l'Union européenne, le Royaume-Uni, la Corée du Sud et les États-Unis
- Chaque fichier pèse toujours entre 28 et 34 Go ; l'auteur a effectué ses tests sur une carte H200 ; selon GitHub, il faut activer le déchargement (offload) si la mémoire vidéo est inférieure à environ 110 Go. L'estimation automatique de 116 Go correspond à la somme des trois fichiers et n'est pas précise
- La comparaison des résultats repose uniquement sur les exemples fournis par l'auteur, aucun article scientifique n'ayant encore été publié