Video-Rebirth/hyperflow-h3-flash

项目介绍

HyperFlow H3 Flash 是 MiniMax-H3 的压缩少步数版本，一次生成 5.2–15 秒、24 fps 的视频，并附带 32 kHz 立体声。采样只需 4、6（默认）或 8 步，不需要 CFG。相比约 31B 的原始 transformer，fl2va 为 13.7B、ref2va 为 13.9B：分别剪掉 50 个 block 中的 3 个或 1 个，并把 102/114 个线性层分解为低秩形式。

模型提供两种整数格式：面向数据中心卡和 24 GB 以上 RTX 卡的旋转 W8A8 INT8（convrot），以及供消费级显卡通过 ComfyUI、Unsloth Studio 或 stable-diffusion.cpp 运行的 GGUF（Q3_K_M–Q8_0）。关键的少步数能力来自双时间 (t, r) 条件：每个 token 同时获得当前噪声水平和步终点。

支持三类任务：t2va（纯文本）、fl2va（提示词加首帧，或首尾帧）、ref2va（提示词加最多 12 个参考素材）。INT8 下 ref2va 接受图像、视频和音频，GGUF 下只接受图像。

Python CLI 快速使用

需要 Python 3.10+、带 CUDA 和 Triton 的 PyTorch 2.6+、Ampere 或更新架构的 NVIDIA 显卡，以及 diffusers >= 0.40。先安装包，H100/H200 可加 FlashAttention-3 扩展：

pip install git+https://github.com/Video-Rebirth/hyperflow-h3-flash
pip install "hyperflow-h3-flash[hopper] @ git+https://github.com/Video-Rebirth/hyperflow-h3-flash"

首次运行会下载约 90 GB 权重（加 --text-encoder-precision fp8 约 68 GB），并编译 Triton INT8 kernel 约一分钟。然后生成片段：

hyperflow-h3-flash --prompt "A chef slides a steaming bowl of ramen across a wooden counter; rain taps on the window." \
    --output ramen.mp4

输出是一个同时含视频和音频的 MP4。常用参数包括 --steps 4|6|8、--num-frames（124–362，自动向上取 17n + 5）、ref2va 用的 --reference、多卡上下文并行的 --gpus 以及控制显存放置的 --offload。Python API 通过 load_pipeline("t2va") 返回视频、音频和采样率，可交给编码函数写出文件。

消费级显卡走 GGUF 安装指南，配合 ComfyUI-HyperFlow-Flash 节点，24 GB 显卡推荐 Q4_K_M。权重在 Hugging Face 仓库。

显存与性能约束

两种运行时的目标硬件不同。GGUF Q4_K_M 约 9.1–9.2 GB，可在显存 24/32 GB 的 RTX 卡上运行，系统内存至少 16 GB；16 GB 和 32 GB 内存的机器需要以 --fast-disk 启动 ComfyUI，从 NVMe 流式读取权重。INT8 的 transformer 快 10–20%，但主机内存要求更高：offload 时配 fp8 文本编码器约需 69 GiB，bf16 约需 91 GiB。多卡（--gpus 大于 1）需要 Linux 或 WSL2；24 GB 显卡跑 15 秒混合 ref2va 需要 --block-chunk 16384。

仓库给出的端到端基准在 1344×768、6 步下包含文本编码和两次 VAE 解码：RTX 5090 上 INT8 为 5.2 秒片段 92 秒、15 秒片段 551 秒，4× B200 为 8.7 秒。这些是作者自测数据，未经独立验证。4× B 系列显卡上的实时推理由 NVIDIA SOL-H3 负责。

许可证限制

仓库代码为 Apache-2.0，内置的 ComfyUI 节点为 GPL-3.0，stable-diffusion.cpp 补丁为 MIT。权重是 MiniMax-H3 的模型衍生品，适用 MiniMax H3 Community License；下载并使用即表示接受该协议。该协议在未经 MiniMax 授权时不覆盖欧盟、英国、韩国和美国的使​​用，并包含可接受使用政策。

HotRepo 点评

项目在 2026-11-08 进入 HotRepo Python 新项目榜，约 5.5 小时的统计窗口内新增 11 个 Star、1 个 Fork。它在 2026-11-07 的 Show HN 讨论获得 66 分、13 条评论，主要批评是缺少不同量化之间以及与原始模型的质量对比；另有评论希望有比 ComfyUI 更简单的命令行式用法。仓库目前同时提供了 INT8 和 GGUF 两条路径以及 CLI，但量化后的画质与音频质量仍没有公开对比数据。