正在整理你需要的资料…
Video-Rebirth/hyperflow-h3-flash ↗ · 项目主页 ↗
原版 MiniMax-H3 参数太大,消费级显卡上跑得吃力。Video Rebirth 把它压成 13.7B 的少步版本,4 到 8 步采样就同时生成 5 到 15 秒画面与同步立体声,权重有 INT8 与 GGUF 两种格式,Q4_K_M 压到 9.1 GB,24 GB 显卡能跑。
适合想在消费级显卡上本地跑音画同生成的创作者,也提供 ComfyUI 节点可以直接接进已有的工作流;16 GB 显卡目前还没有实测数据。

下面是把仓库 README 逐节读完后归纳出的中文要点。
介绍 MiniMax-H3 的压缩少步版本,可同时生成视频与同步立体声;默认输出 5.2 到 15 秒、24 帧、1344×768 画面并带立体声,采样 4、6 或 8 步且不用 CFG
列出四种任务与所需输入:文本生成视频、文本加首帧或首尾帧、文本加最多 12 张参考图、以及只给图片或图片加视频与音频;每种任务各有 ComfyUI 模板与 GGUF、Python 两种用法
给出选择规则:24 GB 以上显存的 RTX 卡在 ComfyUI 中用 INT8 权重,小显存机器用 GGUF,数据中心卡用 INT8 的 Python 包;显存与内存要求见后文
说明 GGUF 运行环境的搭配与量化档位:推荐 Q4_K_M 9.1 GB 一档,最接近全精度的是 14.9 GB,体积最小的是 7.2 GB,并给出 ComfyUI 的安装步骤与依赖
给出端到端耗时对比:同样 1344×768 与 6 步设置下,5090 显卡用 INT8 约 83 秒、4090 约 152 秒,并说明显存峰值与内存占用差异
区分代码与权重许可:代码用 Apache 2.0,其中 ComfyUI 节点包为 GPL-3.0;权重是 MiniMax-H3 的衍生品,按社区协议分发,不覆盖欧盟、英国、美国与韩国
pip install git+https://github.com/Video-Rebirth/hyperflow-h3-flash
pip install "hyperflow-h3-flash[hopper] @ git+https://github.com/Video-Rebirth/hyperflow-h3-flash" # H100 / H200: FlashAttention-3
pip install "hyperflow-h3-flash[fp8] @ git+https://github.com/Video-Rebirth/hyperflow-h3-flash" # --text-encoder-precision fp8| 主要语言 | Python | 许可 | Apache-2.0 |
|---|---|---|---|
| 创建时间 | 2026-11-06 | 最近提交 | 2026-11-14 |
| 站内采集 | 2026-11-08 起,连续观察 11 天 | 最近一次 | 2026-11-18 |
把 31B 的 MiniMax-H3 压成 13.7B 的少步版本:4 到 8 步就能出带同步立体声的视频,Q4 量化后 9.1GB,24GB 显卡加 16GB 内存可以跑。
hyperflow-h3-flash 是 Video Rebirth 对 MiniMax-H3 做蒸馏和少步化的产物,fl2va 版本 13.7B、ref2va 版本 13.9B,不到原 31B transformer 的一半。输出规格是 5.2 到 15 秒、24fps、默认 1344x768,附带 32kHz 立体声,采样步数可选 4、6 或 8 步且不使用 CFG。README 给的实测速度是 5.2 秒片段 6 步在 4 张 B200 上 8.7 秒、1 张 H200 上 36 秒、1 张 RTX 5090 上 92 秒。运行时有两条路:GGUF 走 ComfyUI、Unsloth Studio 或 stable-diffusion.cpp,Q4_K_M 9.1GB、Q8_0 14.9GB;INT8 convrot 的 Python 包则面向 H100/H200/B200/B300 或 24GB 以上 RTX。仓库还带 ComfyUI 节点工程与四套工作流模板,权重放在 HuggingFace 的 VideoRebirthAI 目录下。
最近 11 次采集
2026-11-08 91 ★ → 2026-11-18 234 ★ (累计 +143)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。