GPT
הוספת כלי
M

Minimax-H3-nvfp4-INT4-INT8-Convrot

קוד פתוח

Abirayother2026-08-03

  • diffusers
  • text-to-video
  • image-to-video
  • image-text-to-video
  • video-to-video

חבילת משקלים מכווצים של מודל הווידאו Hailuo 3.0, שמאפשרת להריץ יצירת וידאו וסאונד סטריאו ישירות על כרטיסי מסך ביתיים.

  • 119 GBמשקל הקבצים
  • 262,741הורדות בחודש
  • 227לייקים

מה זה

המאגר הזה מרכז גרסאות מכווצות ומקוצצות של המודל המקורי MiniMax H3, במטרה לאפשר הרצה מקומית בכלים כמו ComfyUI. המערכת מבוססת על טרנספורמר צפוף של 33 מיליארד פרמטרים ואינקודר טקסט מסוג Qwen3-VL-32B. היא מייצרת וידאו באורך ארבע עד 15 שניות בקצב של 24 פריימים לשנייה, ברזולוציה בסיסית שמתחילה מרוחב 768 פיקסלים ועד 2K, יחד עם פס קול סטריאו מובנה באיכות 32 קילוהרץ.

הייחוד כאן הוא בתמיכה בכמה מצבי קלט רב לשוניים ומולטימודליים. גרסת FL2VA מיועדת לייצור וידאו מטקסט או מתמונת התחלה וסיום, בעוד גרסת Ref2VA מקבלת עד 9 תמונות, עד 3 סרטונים ועד 3 קטעי אודיו כרפרנס ליצירה. המשקלים עברו קוונטיזציה לפורמטים שונים כדי לאפשר עבודה גם בלי שרתי ענן ייעודיים.

מתאים ל

  • יצירת קליפים עם סאונד מובנה

    מתאים להפקת סצנות קצרות עד 15 שניות המשלבות תנועה ופס קול סטריאו מסונכרן.

  • הנפשת תמונות רפרנס מרובות

    מודל Ref2VA מקבל עד 9 תמונות קלט ומייצר מהן וידאו מבוסס הנחיה טקסטואלית.

  • רינדור מקומי ב־ComfyUI

    משקלי ה־INT4 וה־INT8 מאפשרים עבודה עצמאית על גבי כרטיסי RTX ביתיים.

איפה זה נופל

עברית לא נתמכת כאן בדיאלוגים, והמודל עובד בצורה יציבה רק ב־11 שפות ספציפיות כמו אנגלית, סינית או ספרדית. בנוסף, קובצי הווידאו והאודיו המצורפים כרפרנס במצב Ref2VA מוגבלים לאורך מצטבר של עד 15 שניות בלבד, ואודיו לא יכול לתפקד כקלט בודד אלא חייב להגיע לצד תמונה או וידאו. הכיווץ ל־INT4 חותך משמעותית במשקל אך עלול לפגוע בעקביות התנועה בהשוואה למודל המקורי.

שאלות
נפוצות

האם אפשר להריץ את גרסאות ה־NVFP4 על כרטיס RTX 4090?

לא. גרסאות NVFP4 דורשות חומרה חדשה בארכיטקטורת Blackwell כמו RTX 5090. בכרטיסי RTX 3090 או 4090 יש להשתמש בגרסאות ה־INT8 או ה־Mixed בלבד.

האם המודל מבין פרומפטים בעברית?

לא באופן רשמי. המודל מוגדר כתומך בשפות בודדות והכרטיס מציין יציבות ב־11 שפות בלבד, שאינן כוללות עברית, ולכן מומלץ לכתוב הנחיות באנגלית.

איך מריצים

כדי להריץ משהו מקומית, אתם חייבים להוריד קודם את שני מפענחי ה־VAE של הווידאו והאודיו, ששוקלים יחד קרוב לשישה גיגהבייט. אם יש לכם כרטיס עם 16 גיגהבייט זיכרון גרפי כמו RTX 4080, תצטרכו להוריד את גרסאות ה־INT4 או ה־Mixed יחד עם אינקודר הטקסט המכווץ ב־INT4, שלוקח לבדו 15 גיגהבייט. בעלי כרטיסי 24 גיגהבייט כמו RTX 3090 או 4090 יכולים לבחור בגרסת INT8 לאיכות מקסימלית.

פורמט NVFP4 שמור בלעדית לכרטיסי ארכיטקטורת Blackwell של אנבידיה כמו RTX 5090 ולא יעבוד על סדרות 30 או 40. אם אין לכם לפחות 16 גיגהבייט זיכרון בכרטיס, אין טעם לנסות להוריד את 119 הגיגהבייט של המאגר, ועדיף פשוט לפנות ישירות ל־API הרשמי של החברה.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot")
img = pipe("a photo").images[0]

הקבצים

13 קבצים במאגר, 119 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מופץ תחת רישיון קהילתי ייעודי בשם MiniMax H3 Community License Agreement, המסומן כ־other. השימוש בנגזרות המכווצות כפוף לתנאים ולהגבלות של החברה המקורית, כך שלפני שילוב המודל במוצר מסחרי חובה לבדוק את נוסח הרישיון המלא בעמוד המקורי כדי לוודא שאין מגבלות שימוש או חובת דיווח.

הרישיון המלא בעמוד המודל ↗