/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
MiniMax-H3
Библиотека
diffusers
Опубликована
2 сен 2026

FastVideo-FastH3-8-Step-V2-ComfyUI-GGUF

Генерация видеоТекст → видео3 профессии

FastVideo-FastH3-8-Step-V2-ComfyUI-GGUF — это GGUF-квантизованные версии чекпойнта FastVideo-FastH3-8-Step-V2, подготовленные VantageWithAI для использования в ComfyUI.

5 085скачиваний за 30 дней5лайковвеса обновлены20 сен 2026

Бенчмарки

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

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

Базовая модель — MiniMaxAI/MiniMax-H3, разработчик исходного чекпойнта — проект FastVideo. Модель предназначена для генерации синхронизированных видео и аудио по текстовому описанию.

Модель использует трансформерную архитектуру и генерирует результат за восемь прямых проходов трансформера. Чекпойнт на шаге обучения 1300 был оптимизирован с использованием методов DMD2 и VSA-H3 при разреженности 80%, что ориентировано на ускорение генерации. Для работы требуется backend внимания VSA-H3; параметр video scheduler shift должен быть установлен в 10 вместо 12 у базовой модели. Поддержка FL2VA и Ref2VA в этой дистиллированной версии отсутствует, сведения о языках и размере модели в карточке не указаны.

Сильными сторонами модели являются малое число шагов генерации и поддержка текстовой генерации сразу двух модальностей — видео и аудио. По сравнению с базовой MiniMax H3 возможны ухудшения в сложной динамике, детализации и отдельных элементах аудио. Модель распространяется по лицензии MiniMax H3 Community License; применимые условия следует уточнять в файле LICENSE.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GGUF quants of FastVideo-FastH3-8-Step-V2 for ComfyUI.

Original model repository: https://huggingface.co/FastVideo/FastVideo-FastH3-8-Step-V2

Watch us on Youtube: @VantageWithAI

FastVideo-FastH3-8-Step-V2

The FastH3 8-Step V2 checkpoint from FastVideo. It generates synchronized video and audio from text with eight transformer forwards. This step-1300 model was trained with data-free DMD2 and VSA-H3 at 80% sparsity.

Blog · FastH3 collection

This checkpoint requires FastVideo's VSA-H3 attention backend. Its video scheduler shift is 10, not the base model's 12.

Scope

This checkpoint supports text-to-audio-video generation. FL2VA and Ref2VA were not distilled. Difficult motion, fine detail, and some audio may remain below the base MiniMax H3 model. This checkpoint inherits the MiniMax H3 Community License.

Acknowledgements

We thank Nuva Lab for bringing production grounding to FastH3 through its experience with real-world creative video-agent workloads. Its production-aligned post-training insights help bridge open-source research to practical data-assisted distillation for commercial video workflows, with Omni Ref as the next focus.

We thank the NVIDIA FastGen team for the DMD2 framework and H3 reference experiment that helped us align the score clock, modality shifts, and backward simulation.

We also thank MiniMax for releasing H3-Base, and the vLLM project, NVIDIA, and MBZUAI for their continued sponsorship and support of FastVideo.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

GGUF-версии diffusion-моделей не запускаются: нужен репозиторий diffusers.

Ревизия весов
448ffec

0 моделей