AI Toolkit 新增 MiniMax H3 文生视频与图生视频训练支持

ComfyUI Wikinews

Ostris AI Toolkit 现已支持训练 MiniMax H3 T2V 和 I2V LoRA，配备 NVFP4 量化与 VAE 梯度检查点，可在消费级 GPU 上运行。

Ostris AI Toolkit 于 8 月 3 日新增了对 MiniMax H3 文生视频与图生视频训练的支持，让你能够在消费级 GPU 上为开放权重的 H3 模型微调 LoRA。

该支持已通过提交 8502a84（"Add support for MiniMax H3 T2V and I2V training"）落地，随附全新的 minimax_h3 扩展，包含完整的训练流水线：打包 token 的 transformer、视频/音频 VAE、文本编码器以及 NVFP4 量化实用工具。

包含内容

  • T2V 和 I2V LoRA 训练，适用于两个 H3 模型（FL2VA 和 Ref2VA）
  • NVFP4 量化支持（nvfp4_quant.py），可在训练期间减少 VRAM 占用
  • VAE 梯度检查点（提交 602306d），降低内存使用量
  • 音视频联合处理：H3 流水线同时为视频和立体声音频 latent 去噪，该工具包在训练期间也保留了这一特性
  • 图像支持：数据流水线（提交 88ac27f）支持 I2V 训练对
  • 更快的量化处理（提交 d3a3f70），针对 H3 的层结构进行了专门优化

模型支持

MiniMax H3 现已收录于 AI Toolkit 的支持模型列表中，名称为 MiniMaxAI/MiniMax-H3。H3 是 MiniMax Hailuo 系列背后的 33.1B 全模态 transformer，于 8 月 3 日开源并原生支持 ComfyUI（阅读开放权重背后的故事）。

入门

AI Toolkit 可在消费级硬件上以 GUI 或 CLI 方式运行。从 ostris/ai-toolkit 仓库安装后，创建一个指向 H3 基础模型的训练配置即可。minimax_h3 扩展已内置，无需单独安装。

相关链接

评论

使用 GitHub 登录后即可参与讨论。

评论加载中…
AI Toolkit 新增 MiniMax H3 文生视频与图生视频训练支持 | ComfyUI Wiki