MiniMax (official) @MiniMax_AI

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、稀疏注意力以及参考 token 压缩——同时还有跨 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：更负担得起的实验、更精细的创作控制，以及关于视频生成在哪里、以何种方式运行的更多选择。当社区能够改进方法、适配运行时并围绕模型构建工作流时，开放模型才会变得更有用。 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。感谢所有参与构建、测试和分享的人。 https://t.co/F1S5IjUNi1 [引用 @MiniMax_AI]: 开放权重。共享进展。MiniMax H3 正在快速发展。 我们构建 H3 是为了生成带原生立体声音频和多模态参考控制的视频。开源社区正在让这一能力变得更快、更易获得……