HyperFlow H3 Flash 更新：4、6、8 步可选，14B 模型同时生成视频和立体声

HyperFlow H3 Flash 出了更新版，采样步数可以选 4、6 或 8，默认 6 步，全程不使用 CFG。

这是 Video Rebirth 对 MiniMax-H3 的压缩少步版本，一次推理同时输出视频和同步立体声。规格是 5.2 到 15 秒、24 fps、默认 1344×768，音轨 32 kHz 立体声。

参数量是这次比较实在的变化。MiniMax-H3 的 transformer 约 31B，H3 Flash 压到 13.7B（fl2va）或 13.9B（ref2va）。原作者提到，原始 21B 的 MMH3 被裁到 14B，所以即便跑 8 步，它也会比其它 turbo 模型更快。

速度数据（5.2 秒片段、6 步）：4×B200 8.7 秒，单卡 H200 36 秒，RTX 5090 92 秒。

显存要求不高。Q4_K_M 量化 9.1 GB，Q8_0 14.9 GB。24 GB 和 32 GB 显卡、配 16 GB 系统内存就能跑。16 GB 显卡还没有测试数据。

部署要装两个东西：Video-Rebirth 的 ComfyUI-HyperFlow-Flash 自定义节点，以及 city96 的 ComfyUI-GGUF，因为权重是 GGUF 格式。作者说另外有个 int8convrot 版本，但暂时没有对应的 ComfyUI loader。

在 4 张 Blackwell 级别的卡上可以实时跑。NVIDIA SOL-H3 是他们的推理加速合作方，模型发布当天就提供支持。

代码、安装说明和 ComfyUI 工作流在 Video-Rebirth/hyperflow-h3-flash。想在全尺寸 MiniMax-H3 transformer 上跑 8 步 LoRA 的，看 HuggingFace 上的 VideoRebirthAI/hyperflow。

少步模型通常靠蒸馏换速度，代价是细节和稳定性。Flash 把参数砍掉一半以上，同时把步数压到个位数，它想解决的核心问题是显存、时长和出片节奏，至于画质，它并没有把画质当作主要目标。