GPT
הוספת כלי
F

FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree

קוד פתוח

FastVideoother2026-08-27

  • diffusers
  • safetensors
  • text-to-video
  • video
  • audio

מדובר במודל שמייצר וידאו ואודיו מסונכרנים מטקסט בארבעה צעדי דיפוזיה בלבד. הוא שוקל 138 גיגה בייט ומיועד למי שמחפש מהירות דחיפה קיצונית על חומרה כבדה.

  • 35Bפרמטרים
  • 138 GBמשקל הקבצים
  • 109,509הורדות בחודש
  • 296לייקים

מה זה

המודל הזה הוא גרסת זיקוק של MiniMax H3 המקורית, עם 35 מיליארד פרמטרים. במקום עשרות צעדים איטיים ליצירת פריים, הוא סוגר ריצה מלאה בארבע קריאות בלבד לטרנספורמר, בזכות שיטת DMD2 ללא דאטה ודלילות של 90 אחוז במנגנון תשומת הלב VSA-H3.

התוצאה היא הפקת וידאו יחד עם סאונד מותאם ישירות מהטקסט, דבר שחוסך הרכבה של שני מודלים שונים. הוא לא דורש הורדה של דאטהסטים לצורך הזיקוק, אך הוא כן תלוי במימושי קרנל ייעודיים של FastVideo כדי להשיג את קצב הריצה המדווח.

מתאים ל

  • רינדור וידאו ואודיו מהיר

    יצירה מקבילית בארבעה צעדים בלבד, שחוסכת זמן חישוב יקר על שרתי עיבוד ייעודיים.

  • בדיקת ארכיטקטורת VSA

    ניסוי ובחינה של דלילות תשומת לב של תשעים אחוזים על כרטיסי אנבידיה חזקים.

  • יצירת תוכן מטקסט שלם

    הפקת סרטון קצר יחד עם פס קול תואם בקריאה בודדת ללא חיבור מודל קול חיצוני.

איפה זה נופל

היוצרים מגדירים את הקובץ כגרסת תצוגה מקדימה ומודים בפירוש בתקלות. תנועות מורכבות, פרטים עדינים וחלק מרצועות הסאונד יוצאים ברמה נמוכה יותר בהשוואה למודל הבסיס של MiniMax H3. בנוסף, יכולות מתקדמות כמו FL2VA ו־Ref2VA לא נכללו בתהליך הזיקוק הזה, אז אי אפשר להשתמש בו לתרחישים של רפרנס חיצוני.

שאלות
נפוצות

האם אפשר להריץ אותו על מחשב ביתי עם כרטיס חזק?

לא. המודל שוקל 138 גיגה בייט ומחייב מערך מרובה כרטיסים שתומך בחלוקה של 56 ראשי קשב. סביבת הבדיקה של הפרויקט התבססה על ארבעה כרטיסי B200.

האם חייבים להוריד את כל ה־138 גיגה בייט?

לא בהכרח. אם כבר יש לכם את מודל הבסיס, הצוות שחרר גם מתאם LoRA מזוקק ששוקל פחות ומכיל רק את השינויים.

למה התנועה בסרטון נראית לפעמים מרוחה או שבורה?

הירידה לארבעה צעדים גובה מחיר באיכות. המפתחים מציינים במפורש שתנועות מורכבות ופרטים קטנים פחות מדויקים בהשוואה למודל המקורי.

איך מריצים

המשקל עומד על 138 גיגה בייט בשישים ושבעה קבצים, כך שאין טעם לחשוב על כרטיס בודד של צרכנים. סביבת הבדיקה המקורית דורשת ארבעה כרטיסי Blackwell מסוג B200, ומספר המעבדים הגרפיים חייב להתחלק בחמישים ושש, כמות ראשי הקשב של הארכיטקטורה.

אם אתם על מערכות קודה אחרות, תצטרכו להגדיר ידנית קרנל Triton ולבטל שכפול של הבלוקים. למי שאין אשכול שרתים ייעודי עם נפחי VRAM עצומים, הרצה עצמאית תהיה כאב ראש יקר מאוד, ועדיף להמתין לממשקי ענן שיארחו אותו.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree")
img = pipe("a photo").images[0]

הקבצים

67 קבצים במאגר, 138 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מוגדר כ־other ונגזר ישירות מרישיון הקהילה של MiniMax H3. מומלץ לבדוק היטב את תנאי השימוש המסחריים ומגבלות המשתמשים של MiniMax לפני שמשלבים אותו במערכת פעילה מול לקוחות.

הרישיון המלא בעמוד המודל ↗