第 2026-09-14 期 · 社区音量

MiniMax (official) @MiniMax_AI

开放权重。共享进展。MiniMax H3 正在快速发展。 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。开源社区正在让这项能力更快、更易获取且更容易在其上构建。 近期亮点: • FastH3 — FastVideo、Nuva Lab 和 NVIDIA:4 步蒸馏,现在可在 DGX Spark 和 Apple Silicon 上运行。 • Sol-H3 — NVIDIA 的 SANA 团队:在 8×B300 上,团队的 warm-inference 基准中,15 秒的 768p 视频+音频在 6.6 秒内完成。* • VDN — Haocheng Xi 和 OpenVDN 团队:重新思考注意力以加速 H3 推理,已发布权重、训练和推理代码。 • PDD — NVIDIA 的蒸馏方法,由阿里巴巴 PAI 引入 H3,作为 8 步 Acc-LoRAs,现在在 ComfyUI 中得到支持。 • LightX2V — 4 步和 8 步 Turbo LoRAs,提供文本、图像和参考条件视频+音频的工作流程。 每次发布背后都有团队在训练、优化、量化、测试和分享。特别感谢: @haoailab @nuvalab @NVIDIAAI @xieenze_jr @HaochengXiUCB @ArashVahdat @julberner @LightX2V @ComfyUI 以及为推动这项工作不断付出的个人贡献者: @haozhangml @cxlcl1 @lawrence_cjs @yitongli165665…

X48 天前
查看原文 ↗