OMG??MiniMax H3,居然能跑在一张RTX 3060上??
ComfyUI创始人刚刚透露,他们用
@MiniMax_AI 刚刚发布的H3视频模型,成功在8bit权重下,在RTX 3060、32GB内存和NVMe SSD上,生成了832×480、124帧的视频(只用了不到10分钟🔥)。
124帧按照24fps计算,大约是5秒视频。目前采样步数、CFG蒸馏和显存卸载方案都还没有公开。
他们后来再次强调,该模型尚未达到最佳优化状态。
因此,其性能还有进一步提升的空间,如果能够支持“Sage Attention”机制的话,性能还会更好。
目前还不清楚这些测试结果是否为未经优化的原始性能数据。
但“能跑起来”本身已经很夸张了。
过去这一级别的视频模型,默认运行环境通常是数据中心显卡。
现在,一个支持文本、图像、视频和音频输入,还能生成原生声音的开放权重模型,已经开始触及普通消费级显卡。
开源视频模型的Stable Diffusion时刻,可能真的要来了🫡
PS:H3的模型权重将在不到 24 小时后正式发布。