ChrisColeTech/minimax-h3-turbo-GGUF
MiniMax H3 Turbo Merge GGUF (8-step LoRA baked-in) The MiniMax H3 FL2VA (pruned) DiT with the LightX2V Turbo 8-step v1.0 LoRA baked in. Modes: img2video, txt2video, FL2VA / T2VA / I2VA. --- Samples (4B vs 8B Text Encoder) Both samples use the same t...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#3 Repository Của Tuần
#3 Repository Của Tuần
🚀 Bản GGUF Turbo của MiniMax H3 — Sinh video nhanh chỉ với 8 bước
Phiên bản GGUF được tối ưu từ MiniMax H3 FL2VA (pruned) với LoRA LightX2V Turbo 8-step baked-in, hỗ trợ txt2video, img2video và FL2VA/T2VA/I2VA.
Đây là mô hình text-to-video dựa trên DiT (Diffusion Transformer) của MiniMaxAI, được hợp nhất với LoRA từ LightX2V để tăng tốc sinh video chỉ với 8 bước. Mô hình sử dụng định dạng GGUF và lượt hoá (quantization) Q4_K_M, phù hợp chạy trên GPU consumer như RTX 5090 (32GB).
✨ Điểm nổi bật
- LoRA Turbo baked-in: Tích hợp sẵn LightX2V Turbo 8-step v1.0, giảm thời gian sinh video xuống còn ~2.3–2.5 phút.
- Hỗ trợ đa chế độ:
txt2video,img2video, FL2VA / T2VA / I2VA. - Định dạng GGUF Q4_K_M: Tối ưu cho bộ nhớ GPU, phù hợp triển khai cá nhân hoá.
- Hai lựa chọn Text Encoder: Hỗ trợ cả bản mã hóa văn bản 4B và 8B.
- ClipProj bắnbắt buộc: Yêu cầu ClipProj riêng cho Text Encoder 4B và 8B khi dùng trong ComfyUI.
- Cài đặt đề xuất tối ưu: 1280x720, 90–124 khung hình, 8 bước, CFG=1.0.
- Hỗ trợ VAE video và audio: Tích hợp VAE video fp16 và VAE âm thanh fp32.
💡 Vì sao đáng chú ý
Không phải là bản mã nguồn mở truyền thống, dự án này mang lại một phiên bản GGUF đã được tinh gọn và tối ưu để chạy trên phần cứng consumer. Sự kết hợp giữa DiT của MiniMax H3 và LoRA Turbo từ LightX2V giúp người dùng dễ dàng triển khai trên ComfyUI mà không cần máy chủ đắt tiền.
Dự án phù hợp cho người dùng ComfyUI muốn thử nghiệm sinh video từ text/image một cách nhanh chóng và hiệu quả, đặc biệt khi có GPU RTX 5090 hoặc tương đương.
#MiniMaxH3 #TextToVideo #GGUF #Turbo #LightX2V #ComfyUI #TiniX
Similar Projects
Discover other similar projects and AI models.
LTX-2.5 — Video, Audio & World Simulation Full control and customization — self-host on your infrastructure. Homepage Docs GitHub Research API Playground Discord LTX License LTX-2.5 — Video, Audio & World Simulation Full control and customiz...
MiniMax H3 System Overview MiniMax H3 is a general-purpose, omni-modal generative system. It supports unified understanding of multimodal contexts composed of text, images, video, and audio, and can generate video with native stereo audio at resolut...
Minimax-h3Singularity 📖 Model Overview Minimax-h3Singularity is a comprehensive fine-tuned fusion model specialized in enhancing the capabilities of MiniMax-H3. Designed as a versatile multimodal video generation model, it natively supports Text-to...
HunyuanVideo: A Systematic Framework For Large Video Generation Model Training ----- This repo contains PyTorch model definitions, pre-trained weights and inference/sampling code for our paper exploring HunyuanVideo. You can find more visualizations...
Sulphur 2 An uncensored video generation model based on LTX 2.3 supporting both t2v and i2v natively, as well as all of the other ltx 2.3 formats. Join our Discord(https://discord.gg/C3d56f39Ah) Support the next version of the project, even just a fe...
MiniMax-H3 Turbo LoRA — 4-step audio-video generation (early preview) A LoRA for MiniMax-H3(https://huggingface.co/Comfy-Org/MiniMax-H3) that renders joint video + synchronized stereo audio in 4 sampling steps instead of the usual ~20 — roughly a 5×...
中文文档(./READMECN.md) HunyuanVideo-1.5 🎬 HunyuanVideo-1.5: A leading lightweight video generation model -- HunyuanVideo-1.5 is a video generation model that delivers top-tier quality with only 8.3B parameters, significantly lowering the barrier to usa...
LTX-2.3 Model Card This model card focuses on the LTX-2.3 model, which is a significant update to the LTX-2 model(https://huggingface.co/Lightricks/LTX-2) with improved audio and visual quality as well as enhanced prompt adherence. LTX-2 was present...
LTX-2 Model Card This model card focuses on the LTX-2 model, as presented in the paper LTX-2: Efficient Joint Audio-Visual Foundation Model(https://huggingface.co/papers/2601.03233). The codebase is available here(https://github.com/Lightricks/LTX-2...