HyperFlow H3 Flash - Сжатая модель для генерации видео и аудио
Show HN: We compressed a 31B video+audio diffusion model to 14B, 6 steps, INT8
HyperFlow H3 Flash от Video Rebirth — это сжатая версия модели MiniMax-H3, которая генерирует видео и синхронизированный стереозвук одновременно. Модель уменьшена с ~31B до 13.7B параметров и работает всего за 4–8 шагов без CFG, что делает её в разы быстрее. Она выдаёт клипы длиной 5–15 секунд при 24 fps с 32 кГц стереозвуком. Благодаря форматам INT8 и GGUF модель помещается на потребительские GPU с 24 ГБ видеопамяти и 16 ГБ системной памяти. Поддерживаются задачи text-to-video, image-to-video и генерация по референсам, а также интеграция с ComfyUI и Python API.
Модель размером 13.7B параметров — меньше половины от ~31B трансформера MiniMax-H3 — теперь генерирует видео со звуком за считанные шаги и помещается на обычную видеокарту.