H3-Tiny: MiniMax H3 podado a 14B para ComfyUI nativo

ComfyUI Wikinews

H3-Tiny reduce MiniMax H3 de 33B a 17B sin entrenamiento y a 14B con destilación, e incluye checkpoints de un solo archivo que cargan en los nodos H3 estándar.

<strong>H3-Tiny</strong> comprime el transformer MiniMax H3 de 33B a 17B sin ningún entrenamiento y a 14B con un breve entrenamiento de recuperación, manteniendo el audio sincronizado. Cada checkpoint también se distribuye como un único archivo de ComfyUI que carga en los nodos H3 estándar; los de 50 pasos no necesitan ningún parche.
Muestras de H3-Tiny 17B

Clips del checkpoint de 17B, podado sin entrenamiento, 50 pasos, con su propio audio generado. Fuente: fuyi25/MiniMax-H3-Tiny

Qué incluye

ArchivoParámetrosTamaño (bf16)Cárgalo en
minimax_h3_tiny_17b_ref2va_bf16.safetensors17.1B34.2 GBMiniMax H3 Referencia a Video
minimax_h3_tiny_17b_fl2va_bf16.safetensors17.1B34.2 GBMiniMax H3 Imagen a Video (primer/último frame o solo texto)
minimax_h3_tiny_14b_okd_ref2va_bf16.safetensors14.0B28.1 GBMiniMax H3 Referencia a Video
minimax_h3_tiny_17b_fewstep_ref2va_bf16.safetensors17.1B34.2 GBReferencia a Video, más los nodos H3-Tiny (6 pasos)

El de 17B elimina 8 de los 50 bloques y pliega las tablas AdaLN por bloque en un mapa de rango 8: 13.0B de los parámetros originales estaban en esas tablas y solo leen el timestep, así que no se necesitan datos para ajustarlas. El de 14B reduce cada capa feed-forward de 14336 a 9792 canales y las reajusta contra el teacher de 33B.

Ejecútalo en ComfyUI

  1. Coloca un checkpoint en ComfyUI/models/diffusion_models/.
  2. Toma el text encoder y los VAE de Comfy-Org/MiniMax-H3: qwen3vl_32b_minimax_h3_*.safetensors en models/text_encoders/, y minimax_h3_video_vae_fp16.safetensors y minimax_h3_audio_vae_fp32.safetensors en models/vae/.
  3. Abre la plantilla H3 integrada, elige el archivo en Cargar modelo de difusión y muestrea con 50 pasos, scheduler simple, BasicGuider sin CFG. No añadas el LoRA turbo: los adaptadores turbo de Comfy-Org se entrenaron con el 33B y no están probados aquí.

El archivo de pocos pasos necesita el endpoint de time-step que el ComfyUI estándar no pasa. Crea un enlace simbólico de la carpeta comfyui/ del repositorio en custom_nodes/, luego carga mediante H3-Tiny Few-Step Loader y toma los sigmas de H3-Tiny Few-Step Sigmas (6 pasos por defecto; 4 o más funcionan) hacia Muestreador personalizado (avanzado) con euler.

El autor probó los archivos individuales en el commit afcb984 de ComfyUI (2026-11-21) a 1344×768 y 243 frames en una H200, y reporta que la salida coincide con su pipeline de diffusers. Ambos formatos son bf16, así que son de 28 a 34 GB de pesos más el text encoder de 51 GB: en tarjetas más pequeñas, es de esperar que ComfyUI los transmita desde la RAM.

Mismo prompt, 33B frente a 17B

MiniMax H3 33BH3-Tiny 17B
MiniMax H3 33B, 50 pasosH3-Tiny 17B, sin entrenamiento, 50 pasos

El checkpoint podado de 17B en el caso de la tormenta de arena, con audio incluido. Fuente: página del proyecto

Influencia de los bloques

Cuánto modifica cada uno de los 50 bloques los tokens de vídeo y audio. Los bloques 6–11, 13 y 15 son los que se eliminan en el 17B. Fuente: fuyi25/MiniMax-H3-Tiny

La página del proyecto empareja cada clip con el 33B original y con HyperFlow H3 Flash con el mismo número de pasos, así que las comprobaciones de calidad son una comparación lado a lado en lugar de una puntuación. El código de recuperación (OKD) y de entrenamiento de pocos pasos, además de los pesos de pocos pasos de 14B, siguen marcados como próximos, y el paper no está publicado.

Disponibilidad

Comentarios

Inicia sesión con GitHub para unirte a la conversación.

Cargando comentarios…
H3-Tiny: MiniMax H3 podado a 14B para ComfyUI nativo | ComfyUI Wiki