minimax_h3_fl2v_turbo_4step_v1.2_768p_comfyui_resized_avg_rank_64_bf16.safetensors
V1.2
minimax_h3_fl2v_turbo_4step_v1.2_768p_comfyui_resized_avg_rank_64_bf16.safetensors
6 浏览0 点赞0 收藏
模型信息
未冻结
模型类型：
LoRA
基础模型：
minimax-h3
文件名称：
models/loras/minimax_h3_fl2v_turbo_4step_v1.2_768p_comfyui_resized_avg_rank_64_bf16.safetensors
MD5：
78ca252ee33cebb227da72a141524605
LightX2V/ModelTC团队推出的MiniMax H3 FL2VA专属4步极速蒸馏LoRA v1.2版本，专为ComfyUI原生适配的768p BF16精度模型，是目前社区FL2V方向速度最快的商用级衍生版本之一。
- 核心定位：基于MiniMax官方开源的H3-Base-FL2VA基础模型做CFG步数蒸馏得到的轻量LoRA适配器，专门面向首尾帧生视频、文生音视频、首帧/尾帧生视频三类场景，无需依赖官方未开源的模块，完全支持本地ComfyUI部署。
- 硬件与性能表现：原生训练分辨率为1344×768 16:9标准画幅，BF16全精度格式，叠加rank_64平均权重裁剪优化后，在RTX 5090上搭配SLA稀疏注意力可实现约2.5倍推理加速，生成15秒768p音视频仅需数分钟，远快于原版30-50步的基础模型。
- 输出规格：严格对齐H3官方原生能力，输出24fps视频+32kHz同步立体声音频，支持11种主流语言指令，兼容21:9、9:16等多种常用画幅，最长可生成15秒完整音视频片段。
- 适配特性：文件名中的
resized_avg_rank_64代表该版本完成了参考图尺寸对齐与低秩权重平均优化，直接放入ComfyUI的models/loras目录即可通过标准LoRA加载器运行，无需额外格式转换。
LightX2V/ModelTC团队推出的MiniMax H3 FL2VA专属4步极速蒸馏LoRA v1.2版本，专为ComfyUI原生适配的768p BF16精度模型，是目前社区FL2V方向速度最快的商用级衍生版本之一。
- 核心定位：基于MiniMax官方开源的H3-Base-FL2VA基础模型做CFG步数蒸馏得到的轻量LoRA适配器，专门面向首尾帧生视频、文生音视频、首帧/尾帧生视频三类场景，无需依赖官方未开源的模块，完全支持本地ComfyUI部署。
- 硬件与性能表现：原生训练分辨率为1344×768 16:9标准画幅，BF16全精度格式，叠加rank_64平均权重裁剪优化后，在RTX 5090上搭配SLA稀疏注意力可实现约2.5倍推理加速，生成15秒768p音视频仅需数分钟，远快于原版30-50步的基础模型。
- 输出规格：严格对齐H3官方原生能力，输出24fps视频+32kHz同步立体声音频，支持11种主流语言指令，兼容21:9、9:16等多种常用画幅，最长可生成15秒完整音视频片段。
- 适配特性：文件名中的
resized_avg_rank_64代表该版本完成了参考图尺寸对齐与低秩权重平均优化，直接放入ComfyUI的models/loras目录即可通过标准LoRA加载器运行，无需额外格式转换。