AREX Feed Article
MiniMax 宣布 H3 生态索引新增 11 项社区贡献：8 步参考生成、4 步蒸馏，覆盖 GPU、TPU 与 Apple Silicon 运行
北京时间 2026 年 10 月 26 日 07:48（UTC 为 10 月 25 日 23:48），MiniMax 官方 X 账号 发帖宣布，H3 生态索引（H3 ecosystem index）新增 11 项社区贡献，涵盖 8 步（8-step）参考条件化（reference-conditioned）视频+音频生成、4 步蒸馏（distillation）、稀疏注意力与参考 token 压缩，以及覆盖 GPU 服务器、TPU 与 Apple Silicon 的 serving（推理服务）与工作流集成。帖文写道，这些贡献带来「更低成本的实验、更精细的创作控制，以及更多关于视频生成在哪里、以何种方式运行的选择」，并称「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，开放模型会变得更有用」。帖文逐一致谢 @haoailab、@yisun0618、@lanfeng491270、@guocheng_qian、@Alissonerdx、@ddalcu、@tazmannner、@HaochengXiUCB、@huggingface、@Jhuaplin，以及 PTD、DMAD、SparkH3、TorchTPU、FlashML 团队（含 GitHub 上的 Zhengming Yu 与 zechengtang）。
帖子只附一条短链，指向 GitHub 仓库 。这次更新可以在仓库提交记录里核对：于 UTC 10 月 25 日 23:16 合入，比帖文早约半小时； 新增的条目是 FastH3 Omni、PTD、DMAD、Spark-H3、UniServe、VPack、TARA-H3、ComfyUI-H3-ResCascade、TorchTPU + Diffusers、mlx-serve、FreeVideo——恰好 11 项，与帖文口径一致。帖文点到的四类能力各有对应：8 步参考生成即 FastH3 Omni，4 步蒸馏对应 PTD 与 DMAD，稀疏注意力对应 Spark-H3，参考 token 压缩对应 VPack，其余条目提供跨硬件的 serving、工作流与实验性集成。
H3 与这份索引：开放权重的多模态视频模型
MiniMax H3 于 2026 年 7 月 31 日发布，将其定义为通用多模态生成模型：统一理解文本、图像、视频与音频构成的上下文，生成带原生立体声的视频，最长 15 秒、分辨率至 2K。给出公开规格：输出 4～15 秒、24 FPS、32 kHz 立体声，默认短边 768p，2K 需经 H3-Regenerate-2K 重生成；两个基座变体分别是 H3-Base-FL2VA（首末帧模式，接受 0/1/2 张输入图）与 H3-Base-Ref2VA（全参考模式，最多 9 张图、3 段视频、3 段音频，合计 12 个文件）。公告同时说明 H3 原生支持稀疏注意力的训练与推理，而负责解析复杂多模态指令的 H3-Context-IR 模块以托管 API 提供，未随权重开源。
这份索引仓库创建于 2026 年 8 月 13 日，托管在 GitHub 的 MiniMax-AI 组织下，README 自述是「社区维护的 MiniMax H3 检查点、工具与工作流索引，按开发者兴趣排序」，顶部链向官方模型卡 MiniMaxAI/MiniMax-H3 与官方仓库。索引还记录了模型的一些基本构成，例如文本与视觉编码使用 Qwen3-VL-32B，其各档量化版本在检查点表中单独列出。
8 步参考生成：FastH3 Omni 把 50 次评估压到 8 次
对应「8 步参考条件化视频+音频」的，是 hao-ai-lab 的 FastH3 Omni。该团队 10 月 20 日在中介绍：这是在 H3 Base 上蒸馏出的参考条件化模型，输入提示词与图像、视频、声音参考，输出带同步立体声的成片。 为 BF16 检查点，接受有序排列的参考，至少需要 1 张图或 1 段视频，最多 9 张图、3 段视频、3 段音频、合计 12 个参考，输出 24 FPS、32 kHz 立体声；权重采用 MiniMax-H3 Community License。
提速的机制分两层。PDD（并行解码蒸馏）把学生模型的输出头从一个速度预测扩成 32 个时间格点，推理时按每块 4 个头、共 8 个融合块运行，一次 transformer 评估推进 4 个区间——8 次评估走完全部轨迹，而 Base 需要 50 次。DMD（分布匹配蒸馏）在其上再加一个可训练的评判网络（critic），让学生输出在成片层面贴近冻结的 Base。参考图像、视频、音频全程不加噪，只作为条件进入学生、教师与评判网络的每次前向；训练与采样都使用按 128 行分块的视频稀疏注意力（VSA）。博客给出的训练规模是 64 块 B300、3,500 步、约 7,800 GPU 小时，并专门致谢引入 PDD 方法的 NVIDIA FastGen 团队。
性能数字均为团队自己的测量：在 8 块 GB200 上对比 27 组匹配工作负载（9 种参考组合 × 5/10/15 秒三种片长），端到端延迟（含参考编码、生成、解码与 MP4 封装）降到 Base 的 1/5.6～1/11.9；其中 1 张参考图、5 秒成片的一组从 35.44 秒降到 5.67 秒。
4 步蒸馏新路线：EPFL 的 PTD 与公开训练代码的 DMAD
（Parametric Trajectory Distillation）来自 EPFL VITA，提供 4/6 步独立推理与原生 ComfyUI 集成。其 v0.1.0 候选版本的发布说明验证的范围是：全模型在 ComfyUI 中以 4 步生成文生视频并带立体声，需以 --disable-dynamic-vram 启动；6 步与图像条件生成在全模型上仍未验证。PTD 要求原始未剪枝的 H3 基座，不支持剪枝、量化、PDD、Turbo 变体；代码 Apache-2.0，权重沿用 MiniMax-H3 Community License。
（索引表格写作 Distribution Matching as Adversarial Distillation）发布 4 步文生视频+音频 LoRA，权重放在 Hugging Face 的 ——帖文致谢名单里「GitHub 上的 Zhengming Yu」即出自此处——附 Diffusers 与 ComfyUI 两种布局的权重、示例工作流和公开训练代码。该条目覆盖 T2VA，不含 Omni 参考生成。
这两条路线进入后，索引的加速「家族」表从四行扩到六行：Turbo（4～8 步）、PDD（8 步）、FastH3（4/8 步）、VDN（8 或 50 步）之外新增 PTD 与 DMAD。README 随之改写了提醒：把检查点、采样器与调度当作一个完整配方来选，除非项目明确支持组合，不要叠加蒸馏适配器。
稀疏注意力与参考 token 压缩：Spark-H3 与 VPack 两个节点
「稀疏注意力」一类对应 zechengtang 的 ：自适应块稀疏注意力，带 Diffusers 集成，并发布面向 SM86、SM89、SM120 三种 GPU 架构的 Linux/Windows ComfyUI 包，Apache-2.0。H3 的开源公告本就写明模型原生支持稀疏注意力训练与推理，这个条目把能力接到具体显卡架构上。
「参考 token 压缩」对应同一作者的 ：一个 ComfyUI 节点，压缩 Ref2VA 中已编码的参考视频条件以减少参考 token，压缩率可调，并发布了与基线的对比；要求 ComfyUI 0.38.0 以上，参考视频经 minimax_refs 传入。README 特意注明它与 Spark-H3 相互独立。同批入库的 也在参考条件一侧：对 Ref2VA 的视频参考注意力做时序对齐，附技术报告与实现，但被明确标注为实验性——GPU 兼容性与质量仍在评估，专用 step-1000 LoRA 已撤下，不再是推荐检查点。
运行面扩大：1～8 GPU 服务器、TPU v6e-4 与 Mac
serving 侧新增 ：hao-ai-lab 的 HTTP 服务，覆盖 FastH3 T2VA 与 FastH3-Omni Ref2VA，用 Rust 做准入与调度、Python 管理 GPU worker，给出 1～8 GPU 的部署配方，并在 GB200、H200 与 RTX PRO 6000 上发布延迟与吞吐评测；要求 Linux、NVIDIA Hopper/Blackwell 与 CUDA 13。发布博客称，在特定 Omni 任务上，UniServe 对 768p 的 5/10/15 秒片段达到实时生成速度。
TPU 是这批条目里的新运行面。Hugging Face 10 月 20 日的 演示了 MiniMax-H3 的视频+音频生成跑在 Cloud TPU v6e-4 上（TP=4、bf16、batch 1）：一条 1344×768、5.2 秒的片段，49 步去噪，编译后 188 秒、eager 模式 262 秒。为 Apache-2.0。
Apple Silicon 方向新增两项。（GitHub 用户 ddalcu，帖文致谢对象之一）是本地应用/服务器，v26.10.3 加入 FastH3 Omni 参考图视频+同步音频的 8 步生成与图像感知提示增强，Mac 应用要求 macOS 26.2 以上，代码 MIT；（FlashML 团队）基于 VDN-H3 搭建本地 ComfyUI 工作区与启动器，文档写明 8 GB 显存、16 GB 内存的路径，支持 Windows/Linux，Apple Silicon 支持标注为实验性。工作流侧还有 （tazmannner）：基于潜空间上采样器的 Hires Fix 节点，把约 1 MP 的首遍渲染精修到 1080p/1440p 并保留首遍音频，作者在 RTX 5090 32 GB 上做过测试。
不架服务器的本地用户也有对应条目：haoailab 博客给出 DGX Spark 与 RTX 5090 的 NVFP4 QAD 权重（面向 Blackwell 的量化感知蒸馏）以及 RTX 4090 的 FP8 ComfyUI 检查点。Apple Silicon 路线此前已有 antirez 的 （Metal 原生引擎，MIT）——帖文所说的「更多能跑 H3 的地方」是增量，不是从零开始。
公告之外：数字、许可与兼容性要按项目自己的口径读
帖文本身没有逐项披露各贡献的实现细节、性能数据或许可条款，一条短链把读者交给仓库；细节分散在 11 个项目各自的 README、模型卡与发布说明里。索引自己的口径也有限定：README 开头写明「本导航指南不是完整的兼容性列表」；社区量化文件「不是 MiniMax 官方发布」，下载前需按所用运行时的文档核对兼容性；代码与权重许可分别标注，这批新条目多为 Apache-2.0 或 MIT 的代码加 MiniMax-H3 Community License 的权重。
性能数字同样要按项目口径读。索引对加速节点一节的批注是「下列数字来自各项目自己的测试」；FastH3 Omni 的 27 组对比也限定在 8×GB200 上的完整 serving 配方，作者提醒这些时序与质量比较只适用于所测配置，不外推到所有部署。刚合入的条目也并非都已平稳：Spark-H3 的条目里挂着 10 月 25 日的兼容性提示——新版 comfy-kitchen 在部分配置下出现回归，作者建议先留在已验证的 ComfyUI 0.38.x，回归原因仍在排查。