h3.c:antirez 为 Apple Silicon 打造的原生 MiniMax-H3 推理引擎

ComfyUI Wikinews

Redis 的创造者 antirez 构建了 h3.c,这是一个基于 Metal 的原生 MiniMax-H3 推理引擎,专为 Apple Silicon 设计,提示词转视频/音频和 Ref2VA 参考功能均可端到端运行。

antirez(Salvatore Sanfilippo,Redis 和 Lua 的开发者)正在构建 h3.c,这是一个专为 Apple Silicon 打造的原生 MiniMax-H3 推理引擎。核心流程已经可以在 Mac 上端到端运行:提示词转视频/音频、首帧/末帧 conditioning,以及按顺序排列的 Ref2VA 图像/视频/音频参考均可正常工作。目前的工作重点是在 M3 Max 和 M5 Max 上进行 H3 特有的 Metal 性能和内存优化。

在 Mac 硬件上运行 H3

在 ComfyUI 中运行 MiniMax-H3 需要高显存(VRAM)的 CUDA 或 AMD GPU。h3.c 选择了不同的路线:一个单一的 C 代码库(包含 Objective-C 和 Metal 着色器),通过 Metal 直接在 Apple 的 GPU 上运行 H3,让 M 系列 Mac 无需独立 GPU 或云实例即可在本地生成 H3 视频和音频。该项目公开发布后仅几天内就获得了超过 1,100 个 GitHub Star。

目前已实现的功能

  • 提示词转视频和提示词转音频:基于官方 MiniMax-H3 权重生成
  • 首帧/末帧 conditioning:通过交互式会话(!first!last)实现
  • 按顺序排列的 Ref2VA 参考:多个参考图像按顺序附加,并以 <Picture 1><Picture 2> 等形式提供给模型
  • 交互式 Iris 风格 CLI:在多次生成之间将提示词 conditioning、准备好的 DiT 和视频解码器保留在内存中
  • 原生 256 预览生成,以及面向内存受限机器的原始 BF16 SSD 流式 DiT 模式

入门

README 中逐步介绍了如何构建和运行该引擎。将 MiniMax-H3 的 Hugging Face 快照放在 ./MiniMax-H3 目录中:

make -j8
mkdir -p outputs
./h3 --info -d ./MiniMax-H3
./h3 -d ./MiniMax-H3 --width 512 --height 512 --steps 6

不加 -p 参数时,程序会启动一个交互式会话,你可以输入提示词来生成带编号的视频。实用的会话命令包括 !status!seed random!seconds 2!show!save output.mp4!first!last!ref-image!cache

项目状态

该项目正在积极开发中,每天都有新的代码提交。README 指出,当前的工作是对 H3 特有的 Metal 性能和内存进行渐进式优化,因此在 M 系列硬件上,既会有性能提升,也可能会遇到一些尚未完善的地方。

相关链接

评论

使用 GitHub 登录后即可参与讨论。

评论加载中…
h3.c:antirez 为 Apple Silicon 打造的原生 MiniMax-H3 推理引擎 | ComfyUI Wiki