/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
FastVideo-FastH3-8-Step-V2
Опубликована
3 окт 2026

FastVideo-FastH3-Trim-8-Step-FP8

Генерация видеоТекст → видео

Экспериментальная компактная версия FastH3 V2 от FastVideo для быстрой генерации видео с синхронизированным аудио по текстовому описанию.

110скачиваний за 30 дней0лайковвеса обновлены5 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Видео» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FastH3 Trim — экспериментальная компактная версия FastH3 V2 от FastVideo для генерации видео и синхронизированного с ним аудио по текстовому описанию. Модель использует 42 из 50 блоков трансформера MiniMax H3; для восьмишаговой генерации её обучали методом DMD2. По сравнению с FastH3 V2 она быстрее и меньше, но уступает ему в качестве результата.

Вариант рассчитан на запуск на потребительских видеокартах: линейные слои attention и MLP представлены в формате FP8 E4M3, а активации квантуются во время выполнения. Для работы с меньшим объёмом видеопамяти предусмотрена послойная выгрузка. В состав также входят текстовый энкодер Qwen3-VL в NVFP4 и видео- и аудиокомпоненты; репозиторий содержит веса в формате safetensors для Diffusers. Лицензия указана как other, поэтому условия использования следует проверять в карточке модели.

Сценарии применения

  • создание короткого видео по текстовому промпту
  • генерация видео с синхронизированным аудио
  • эксперименты с генерацией видео на потребительских видеокартах

Ограничения

Сокращение числа блоков и разреженное внимание снижают качество по сравнению с FastH3 V2. Для размещения на видеокартах с меньшим объёмом памяти требуется послойная выгрузка.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FastH3 Trim, 8-step, FP8, for the RTX 4090, RTX 3090 and smaller GPUs

FastH3 Trim is an experimental, smaller version of FastH3 V2: eight-step text-to-video with synchronized audio from 42 of the 50 MiniMax H3 transformer blocks. We removed the eight blocks whose removal changed video and audio predictions the least, replaced each block's AdaLN timestep projection with a shared rank-16 basis, and trained the result with eight-step DMD2 (checkpoint 300). Removing blocks makes the model faster and smaller but costs some quality; use FastH3 V2 when quality matters most.

  • Sampling: 8 DMD steps (999, 874, 749, 624, 500, 375, 250, 125), sparse attention keeping 20% of tiles. fastvideo_inference.json holds the schedule, which FastVideo reads automatically.
  • Text encoder: NVFP4 Qwen3-VL trimmed to the 50 layers H3 reads.
  • VAE: LynnReal lightweight video VAE with Kijai's INT8 weights; H3 audio VAE.

Blog post: FastH3 on Consumer Hardware · Code: FastVideo

  • Transformer: 19.9 GiB. Attention and MLP linears in FP8 E4M3 with one scale per output channel; activations quantized per token at run time. Runs on the RTX 4090 and, with layerwise offload, within 16 GB and 12 GB.

Full-quality counterpart in the same format: FastVideo/FastVideo-FastH3-8-Step-V2-FP8.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
0a358bc

0 моделей