MiniMax H3

de MiniMax

Generación de video omni-modal de MiniMax (Hailuo). DiT denso de 33B que genera video con audio estéreo nativo sincronizado (voz, SFX, música) en el mismo pase. Dos checkpoints: FL2VA (t2v / i2v / first-last frame) y Ref2VA (hasta 9 imágenes + 3 videos + 3 audios de referencia fijan identidad, estilo y voz). 768p nativo, 24 fps, hasta 15 s. Las variantes pruned (~20B) reducen disco y RAM con igual salida.

VideoMiniMax H3 Community LicensePublicado en ago 202633B parámetros

Repo en Hugging Face ↗MiniMax ↗

Arrastra o haz clic para recorrer el pipeline

calidad completamás liviano

Los tiers livianos entran en GPUs más chicas y pierden algo de detalle. Empieza por el más pesado que cargue.

El modelo

MiniMax H3

BF16desde 90.8 GB

Tres piezas, tres descargas separadas.

Modelo de difusiónVa en diffusion_models/

Genera la imagen

Elige uno: el más chico carga antes, el más grande conserva más detalle.

61.7 GB↓↗

37.5 GB↓↗

Text encoderVa en text_encoders/

Convierte tu prompt en guía para el modelo

48.0 GB↓↗

VAEVa en vae/

Decodifica el resultado en píxeles

Elige uno: el más chico carga antes, el más grande conserva más detalle.

4.8 GB↓↗

0.6 GB↓↗

LoRAs (opcional)Va en loras/

1.8 GB↓↗

SamplerKSampler

Copia estos valores en tu KSampler.

Pasos8

CFG1

Samplerres_multistep

Schedulersimple

Res. nativa1344x768 (768p native), 24 fps, up to 15 s

Notas de uso

MiniMax H3 Community License. Revisa los términos de uso en el repo oficial.

Haz clic en un nombre de archivo para copiarlo.