Show HN：我们将31B视频+音频扩散模型压缩为14B，6步，INT8

HyperFlow H3 Flash 是 Video Rebirth 的 MiniMax-H3 的压缩、几步版本。它一起生成视频和同步立体声音频。展示·权重（拥抱脸部）·ComfyUI 节点·GGUF 设置指南·全尺寸 MiniMax-H3 的 8 步 LoRA 输出：24 fps 的 5.2–15 秒视频（默认为 1344×768），带有 32 kHz 立体声音轨。采样：4、6（默认）或 8 个步骤，无无分类器指导 (CFG)。速度（5.2 秒片段，6 步）：4× B200 上 8.7 秒，1× H200 上 36 秒，1× RTX 5090 上 92 秒。 4× Blackwell GPU 上实时：NVIDIA SOL-H3 在 4× B 系列 GPU 上实时运行 HyperFlow H3 Flash。 SOL-H3 是我们的推理加速合作伙伴，从第 0 天起就支持该模型。模型大小：13.7B ( fl2va ) 或 13.9B ( ref2va ) 参数，不到 ~31B MiniMax-H3 变压器的一半。最小占用空间：Q4_K_M 为 9.1 GB（Q8_0 为 14.9 GB）。它可以在具有 16 GB 系统 RAM 的 PC 中的 24 GB 和 32 GB GPU 上运行。 16 GB GPU 尚未测量。任务 输入 ComfyUI 模板 GGUF Python INT8 t2va 文本提示 hyperflow_t2v 是 是 fl2va 提示 + 第一个关键帧，或第一个和最后一个关键帧 hyperflow_i2v 、 hyperflow_flf2v 是 是 ref2va 提示 + 最多 12 个引用 hyperflow_ref2v 仅图像 图像、视频和音频 决策规则：在系统 RAM 或更少的 PC 上使用 GGUF。在数据中心 GPU 或具有至少 69 GiB 系统 RAM 的 24 GB+ RTX GPU 上使用 INT8 convrot。所有权重均位于 VideoRebirthAI/hyperflow-h3-flash 中。 GGUF INT8 convrot 运行时 ComfyUI、Unsloth Studio、stable-diffusion.cpp （设置指南）此 Python 包（hyperflow-h3-flash CLI 和扩散器）精度和大小 Q3_K_M 至 Q8_0 (7.2–15.2 GB) W8A8 INT8 + 低级 (~16 GB) Hub 文件夹 fl2va_gguf/ 、 ref2va_gguf/ fl2va_int8_convrot/ 、 ref2va_int8_convrot/ ref2va 输入 图像 图像、视频和音频 目标 GPU 消费者 RTX GPU（在 24 GB 和 32 GB 上测量） H100 / H200 / B200 / B300 (1–8 个 GPU)，或 24 GB+ RTX GPU 系统 RAM 16 GB+ ~16 GiB，无卸载； ≥ 69 GiB ( fp8 文本编码器) 或 ≥ 91 GiB ( bf16 )，带卸载 GGUF 运行时（ComfyUI、Unsloth Studio、stable-diffusion.cpp） Quant fl2va_gguf/ ref2va_gguf/ 何时使用 Q4_K_M 9.1 GB 9.2 GB 24 GB GPU 的建议默认值 Q8_0 14.9 GB 15.2 GB 当 VRAM 和系统 RAM 适合时最接近全精度 Q3_K_M 7.2 GB 7.4 GB 最小占用空间（ Q4_K_S 、 Q5_K_M 和 Q6_K 也可用） 完整设置指南：integrations/README.md 。快速入门：ComfyUI ( Video-Rebirth/ComfyUI-HyperFlow-Flash )：将 ComfyUI-GGUF 和 ComfyUI-HyperFlow-Flash 克隆到 ComfyUI/custom_nodes/ 中。下载 15.7 GB qwen3vl_32b_minimax_h3_nvfp4_awq 文本编码器。在 16 GB 或 32 GB PC 上，使用 python main.py --fast-disk 启动 ComfyUI。打开工作流程 > 浏览模板 > ComfyUI-HyperFlow-Flash 并选择 hyperflow_t2v 、 hyperflow_i2v 、 hyperflow_flf2v 或 hyperflow_ref2v 。 Unsloth Studio（安装指南）：将 SD_CLI_PATH 指向已修补的 sd-cli 二进制文件并运行 unsloth studio 。加载 VideoRebirthAI/hyperflow-h3-flash （ fl2va_gguf/ 或 ref2va_gguf/ ）。 Studio 会自动下载配套文本编码器和 VAE。它在 CFG = 1 时运行内置的 6 步计划。 stable-diffusion.cpp (integrations/stable-diffusion.cpp/)：将 hyperflow-two-time.patch 应用到上游提交 3be2378 。该补丁添加了两次 (t, r) 嵌入器、低秩线性层、GGUF 元数据的默认 6 步计划以及长剪辑的 32 位 matmul 令牌分割。 Python 包 (INT8 convrot) pip install git+https://github.com/Video-Rebirth/hyperflow-h3-flash pip install " hyperflow-h3-flash[hopper] @ git+https://github.com/Video-Rebirth/hyperflow-h3-flash " # H100 / H200: FlashAttention-3 pip install " hyperflow-h3-flash[fp8] @ git+https://github.com/Video-Rebirth/hyperflow-h3-flash " # --text-encoder- precision fp8 要求：Python 3.10+、带有 CUDA 和 Triton 的 PyTorch 2.6+（在本机 Windows 上 pip install triton-windows）、Ampere 或更新的 NVIDIA GPU 以及扩散器 >= 0.40 。多 GPU (--gpus > 1) 需要 Linux 或 WSL2（在 WSL2 上的 %UserProfile%\.wslconfig 中提高内存=）。首次运行下载：约 90 GB，或使用 --text-encoder- precision fp8 约 68 GB。其中包括用于所选任务的 MiniMax-H3 文本编码器、VAE 和 16 GB HyperFlow INT8 转换器。 62 GB 基础 Transformer 永远不会