MiniMax H3 社区又整了 11 个新活：8 步出片、TPU 能跑、参考 token 还瘦了身

MiniMax H3 是开源视频生成模型，自带原生立体声和多模态参考控制。官方发布了新一批社区贡献，生态索引新增 11 个条目。

这次更新有几个方向值得看。

更少步数

• FastH3 Omni 8步参考条件视频+音频：支持最多9图、3视频、3音频，输出24fps和同步32kHz立体声。
• FastH3 4步预览版和 LightX2V Turbo LoRA：把采样压到4步。
• PDD 8步 Acc LoRA：由阿里PAI基于NVIDIA的蒸馏方法实现，在ComfyUI原生加载。

更强的注意力优化

VDN（Video Delta Net）改了架构：滑动窗口 softmax + 帧级线性注意力。一个768p、14.4秒片段在单张H200上去噪耗90.5秒，8×B200上是11.23秒，比实时播放还快。

NVIDIA的Sol-Attn在RTX 5090上比SageAttention快1.14~1.44倍，峰值显存还低37%。

参考 token 压缩

VPack压缩Ref2VA的视频参考token，独立于其他加速方案。

更多运行环境

• antirez 的 h3.c：Apple Silicon原生Metal引擎，MIT协议。
• TorchTPU：在Cloud TPU v6e-4上跑H3视频/音频示例。
• FastH3 Trim NVFP4：面向DGX Spark等Blackwell硬件。

这些工作的价值不在单个数字，而在组合。更便宜的实验、更细的控制、更多选择——GPU、TPU、Mac 都能跑。开放权重让社区改方法、调运行时、建工作流。对一个开源模型来说，这才是生态位的真正扩张。

完整索引在 GitHub：awesome-minimax-h3-integration

感谢所有训练、量化、测试和分享的人。