MiniMax H3 Fused Turbo ComfyUI: 21GB ファイル 1 つで、4 ステップの動画と音声

MiniMax-H3 Fused Turbo (INT8 ConvRot) (Hugging Face) は、MiniMax H3 テキスト/画像から動画へおよび参照から動画への生成を4 ステップで行う、MATLOWAI 製の単一 21 GB ComfyUI 拡散モデルファイルです。distilled turbo とモーションスムージング LoRA がすでに重みに折り込まれています。LoRA ローダーも不要、量子化ラウンドトリップも不要で、同等のライブ LoRA セットアップよりも VRAM を約 21 GB 削減できます。

4 ステップのシングルパス参照実行：1152x640、243 フレーム（音声付き 10 秒）、RTX PRO 6000 1 台で 76 秒。

ファイルの中身

焼き込みは、剪定された fl2va トランスフォーマーから始まり、(ref2va - fl2va) の重みデルタに対する rank-1024 SVD が融合されているため、1 つのパティションが最初のフレーム/最後のフレームの条件付けと参照の条件付けの両方に役立ちます。その上に：

マージ済み	強度	ソース
lightx2v FL2VA Turbo 8-step v1.0	1.0	Kijai/MiniMax-H3_comfy、ランク 24 リサイズ (オリジナル)
Mystic v2.0 (motion smoothness)	0.7	Civitai model 2856467

単一の INT8 ConvRot 量子化パスがマージ後に実行されます：各 50 ブロック内の 4 つの重いリニア重み（qkv_proj、out_proj、fc1、fc2）は、ComfyUI のネイティブ comfy_quant レイアウトで INT8（グループ 256、チャンネル別）であり、それ以外はすべて BF16/F32 のままです。この順序が重要です：マージされた重みを量子化することで、量子化ベースに浮動小数点デルタがある場合のドリフトを回避でき、同じシードでのテストでは焼き込みがライブ LoRA パスと同一であることが測定されました。

なぜ LoRA を積み重ねるのではなくマージするのか

2 つの LoRA ファイルの合計は約 540 MB なので、アダプターが問題になるわけではありません。LoRA は ComfyUI がロード時に追加する低ランクデルタであり、取り外し可能であるために、触れるすべての重みの完全なコピーを保持します。INT8 モデルの 200 コアの全レイヤーにパッチを適用すると、そのバックアップはメモリ内に第 2 のフルモデルになります。同じシードで 8 ステップで 2 回測定しました：

セットアップ	ピーク VRAM	常駐	所要時間
Baked (このファイル)	47.8 GB	42 GB	103 s
Live LoRAs	68.9 GB	64 GB	103 s

同じテイク、同じ所要時間、音声メーターはノイズ内で同一です。焼き込みは単に 2 つのローダー、1 つの量子化ラウンドトリップ、そして約 21 GB のパッチバックアップを削除します。調整可能な LoRA 強度が必要な場合は、README に公開ファイルを使用した同等のライブパスが記載されています。

ステップ：8 とあるが、4 で実行する

マージされた turbo は lightx2v の 8 ステップ LoRA ですが、4 または 8 の NFE モデルです。RTX PRO 6000 (96 GB)、1152x640、243 フレーム、SLA スパースアテンションでの測定された梯子は次の通りです：

パイプライン	ステップ	所要時間
Reference, single pass	4	76 s
Reference, single pass	6	80 s
Reference, single pass	8	103 s
Reference, single pass	25	292 s
De-rope (4 + 4)	4 + 4	~374 s

同じテイクを 25 ステップで：少しシャープな描画、76 秒ではなく 292 秒、サウンドトラックは変更なし。

de-rope を 4 ステップで実行する理由は、パス 2 は jerk oracle がフラグ付きにしたフレームのみでステップを費やすため、4 + 4 を合わせても 25 ステップのパス 1 つと同じコストになり、保持される領域はよりクリーンになることです。2 つのレシピ上の知見が重要になります：res_multistep は 4 ステップで euler よりも音声品質に優れており（lightx2v の例グラフは euler を示していますが）、0.90 のスパース度における SLA ブロックスパースアテンションは可聴で、高密度アテンションが平坦化する高音域のサウンドトラックの詳細を復元しつつ、約 40% 高速で動作します。

ワークフロー

リポジトリには 5 つの ComfyUI グラフ（UI および API フォーマット）が含まれており、それぞれ 1 つの PROMPT ボックスがすべてのステージに供給しています。ComfyUI-MAINodes と SLA スパースアテンションノードパックが必要です：

はじめに

minimax_h3_fused_refdelta_r1024_turbo8_mystic07_int8_convrot.safetensors (21 GB) を ComfyUI/models/diffusion_models/ にダウンロードし、標準の UNETLoader で読み込んでください。weight_dtype は default です。カスタム量子化ローダーは不要です。
Comfy-Org/MiniMax-H3 からコンパニオンファイルをダウンロードしてください：minimax_h3_video_vae_int8_convrot.safetensors、minimax_h3_audio_vae_fp32.safetensors (VAE) および qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors (テキストエンコーダー)。
ComfyUI-MAINodes と SLA スパースアテンションノードパックをインストールし、上記のワークフローをドラッグインしてください。

小さなカードでも動作します：ComfyUI のモデル管理は必要に応じてトランスフォーマー、テキストエンコーダー、VAE をロードおよびオフロードするため、同じグラフが実行されますが、少し遅くなります。AMD/ROCm では、レシピは patientx の ComfyUI ROCm フォークを搭載した AMD 箱で開発され、そこには SLA アテンションノードの ROCm ビルドも含まれています。