OpenVDN/vdn-minimax-h3 · Hugging Face

来源：https://huggingface.co/OpenVDN/vdn-minimax-h3

Video DeltaNet: 混合注意力机制实现接近无损质量的视频模型加速

代码库 | 模型权重 | 许可证

我们发布 VDN-Minimax-H3（简称 VDN-H3），这是一个基于 MiniMax H3 构建的混合注意力模型，其生成视频的速度快于播放速度。其主要特性包括：

• 快速推理：在 8 张 B200 GPU 上，VDN-H3 可在 8 步去噪中于 11.23 秒内生成一段 14.4 秒的视频片段。
• 混合架构：我们提出一种混合注意力架构：一个高效的逐帧线性注意力分支，以及一个保持骨干网络视觉质量与一致性的 Softmax 分支。
• 即插即用：该检查点添加了一个独立的线性注意力分支和两个小型 LoRA 适配器，可在推理时合并到骨干网络中，无需修改骨干权重。
• 完全开源：我们不仅开源权重，还同时发布了优化后的推理代码栈及相关训练代码。本仓库包含权重文件，推理与训练代码及安装说明请访问 OpenVDN/vdn-minimax-h3。

下载权重

使用以下命令将全部文件（约 82 GB）下载至 ckpts/ 目录：

hf download OpenVDN/vdn-minimax-h3 --local-dir ckpts

目录结构如下：

ckpts/
  h3-base/                    # 发布的 MiniMax-H3：transformer、视频与音频 VAE、调度器 · 72 GB
  stage-b-step-2000/          # VDN-H3-50-step：linear_branch/ + adapters/default/ LoRA · 4.3 GB
  stage-dmd-step-250/         # VDN-H3-8-step：上述内容 + adapters/turbo/ · 5.1 GB

其中 stage-dmd-step-250 是标题数据所使用的 8 步模型，stage-b-step-2000 是其蒸馏自的 50 步模型。每个目录包含自述文件：model_spec.json 记录混合架构，metadata.json 记录训练配置，学习到的张量位于 linear_branch/model.safetensors 和 adapters/*/adapter_model.safetensors。

首次渲染

环境配置完成后，最简单的启动方式是在单 GPU 上运行模型：

bash scripts/8nfe_tuned_fp8.sh

注意首次运行需编译所有内核，可能耗时数分钟；后续运行可复用缓存。
若要使用自定义提示词，应先通过 Qwen3-VL-32B 视觉语言模型编码，再传入主扩散模型：

python src/inference/encode_prompt.py --prompt "..." --out prompts/mine.pt
python src/inference/infer.py \
  --config configs/inference/8nfe_tuned_fp8.yaml \
  checkpoint=ckpts/stage-dmd-step-250 \
  render.prompt_file=prompts/mine.pt \
  render.out=results/mine.mp4

我们强烈建议在编码前先使用 H3-Context-IR 或官方 提示词写作技巧 重写提示词，这能显著提升生成视频的质量。

结果

以下为使用我们的推理流水线在 H200 与 B200 GPU 上，针对 768p、14.4 秒视频生成任务报告的稳态去噪速度：

H200：

B200：

上述数据不包含模型加载、预热、VAE 解码及 MP4 编码时间。在实际部署中，建议将提示词重写、VAE 解码与 MP4 转换放在独立机器上运行，使 8 张 GPU 专注于去噪任务。

致谢

VDN-H3 基于 MiniMax-H3 构建，使用其发布的 Transformer 权重。同时感谢 Diffusers、FlashAttention 和 Triton，优化推理路径基于这些项目实现。

许可证

VDN-H3 是 MiniMax-H3 的衍生作品，依据 MiniMax H3 社区许可证协议 分发（本文件与上游仓库一致）。该协议仅在适用区域内授权使用，适用区域定义为全球范围，但不包括欧盟、英国、大韩民国及美国。协议声明在非授权区域使用需联系 MiniMax 获取许可，并包含再分发要求及可接受使用政策。其他要求包括：分发时必须包含本协议，修改文件需标注修改说明，非托管服务的第三方分发需包含代码仓库提供的 NOTICE 文件。
在使用或分发 VDN-H3 前，请务必阅读完整协议。本说明不替代许可证文本或法律建议。