RunningHub开源MiniMax H3加速方案
工具AI 评分 65/100量子位待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
RunningHub发布针对MiniMax H3的开源加速方案H3 Lightning。在4张RTX 6000D上生成5秒视频，耗时从348.8秒降至28.7秒，提速约12倍。该方案通过自研后训练模型减少生成步数，并优化多GPU通信，全程保留BF16精度，已上架GitHub。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载生成速度大幅提升
RunningHub推出的H3 Lightning方案显著优化了MiniMax H3的推理效率。在4张RTX 6000D显卡环境下，生成一段5秒、1344×768分辨率的视频，原始BF16 50步方案耗时约348.8秒。经过加速处理后，同样任务仅需28.7秒。这意味着整体速度提升了约12倍，生成耗时减少了约92%。对于更长的15秒视频，在8张RTX 6000D环境下，纯文字生成大约需要48秒，双参考图生成约73秒，基本实现了1分钟内出片。
保留精度与开源
该加速方案在追求速度的同时，并未牺牲画面质量。全程保留了BF16满血精度，避免了常见的通过降低数值精度来换取推理速度的做法。实测显示，生成的视频在人物动作连贯性、物理反馈以及镜头语言等方面均保持了较高水准。目前，RunningHub已将这套完整的加速玩法在GitHub上开源，任何创作者都可以下载使用，降低了本地部署高性能视频生成的门槛。
技术优化路径
RunningHub通过工程手段从三个维度挖掘性能潜力。首先是引入自研的RH后训练加速模型，使H3学会用更少的步数完成视频生成，从而减少计算量。其次是优化多GPU之间的通信效率，解决显卡互相等待造成的算力浪费。这些措施共同作用，使得创作者在进行创意迭代和试错时，不再需要忍受漫长的等待时间，能够更快速地将灵感转化为可视化成果。
为什么值得看
大幅缩短视频生成等待时间，降低本地部署试错成本，提升创作效率。
MiniMaxGPU
信源1 家
关键事实
相关 · 工具
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。