H3-Tiny là phiên bản cắt tỉa có cấu trúc (structured pruning) của MiniMax H3 (tạo đồng thời âm thanh và video, bản gốc 33B): xấp xỉ hạng 8 cho phép chiếu AdaLN, loại bỏ 8 trong số 50 khối để thu được 17B (không huấn luyện), sau đó thu hẹp FFN mỗi lớp từ 14336 xuống còn 9792 kênh, và khôi phục bằng phương pháp chưng cất từ bản 33B để thu được 14B. Phiên bản ComfyUI ngày 21 tháng 11 bao gồm ba tệp đơn lẻ: 17B tạo video từ ảnh tham chiếu (Ref2VA), 17B tạo video từ khung đầu/cuối hoặc từ văn bản (FL2VA / T2VA) và 14B tạo video từ ảnh tham chiếu, mỗi tệp nặng 28–34 GB; tác giả đã kiểm thử trên commit afcb984 của ComfyUI với độ phân giải 1344×768 và 243 khung hình, kết quả đầu ra khớp với phiên bản diffusers. Ngoài ra còn có phiên bản chưng cất ít bước với 6 bước, nhưng phiên bản ComfyUI không bao gồm phiên bản này.
Tại sao quan trọng Chỉ cần thay thế tệp mô hình trong quy trình làm việc H3 tích hợp sẵn của ComfyUI là có thể chạy được, không cần nút tùy chỉnh; tác giả tuyên bố phiên bản cắt tỉa không qua huấn luyện có thể sử dụng trực tiếp.
Thích bằng biểu tượng ôm mặt 8 · Điểm tăng nhờ biểu tượng ôm mặt 8 · Lượt tải nhờ biểu tượng ôm mặt 0
Giấy phép: Thương mại có điều kiện · ComfyUI: Được đề cập trong thẻ mô hình · VRAM: ≈116 GB (ước tính)
Giấy phép theo khu vực: Giấy phép trọng số mở của MiniMax H3 không bao gồm EU, Vương quốc Anh, Hàn Quốc và Hoa Kỳ (các Vùng loại trừ trong LICENSE), tại bốn khu vực này cần tìm sự ủy quyền riêng từ MiniMax.
Lý do
- Thẻ mô hình ghi rõ các nút quy trình làm việc chính thức, số bước lấy mẫu và bộ lập lịch tương ứng với từng tệp, đồng thời lưu ý rằng LoRA turbo của Comfy-Org chưa được kiểm thử trên phiên bản cắt tỉa
- Mã cắt tỉa và suy luận đã được mã nguồn mở (Apache 2.0), bạn có thể tự cắt tỉa từ bản 33B
Cách sử dụng
- Đặt các tệp trong thư mục diffusion_models vào ComfyUI/models/diffusion_models, tải bộ mã hóa văn bản và hai VAE từ Comfy-Org/MiniMax-H3, mở quy trình làm việc chính thức “MiniMax H3 Image to Video” hoặc “Reference to Video”, chọn tệp H3-Tiny trong Load Diffusion Model; 50 bước, lập lịch simple, BasicGuider không dùng CFG, không gắn LoRA turbo
Rủi ro
- Kế thừa giấy phép cộng đồng của MiniMax H3, không áp dụng cho EU, Vương quốc Anh, Hàn Quốc và Hoa Kỳ
- Mỗi tệp vẫn nặng 28–34 GB, tác giả kiểm thử trên một card H200; mô tả trên GitHub cho biết nếu VRAM dưới khoảng 110 GB thì cần bật offload. Con số 116 GB được ước tính tự động bằng cách cộng gộp ba tệp, nên không chính xác
- So sánh hiệu quả chỉ dựa trên các ví dụ do tác giả tự đăng tải, bài báo khoa học chưa được công bố