工具概覽
h3-hrx 是基於 Rust 的工具，使用 Loom 核心和 HRX，在 AMD Strix Halo 硬體上進行 MiniMax H3 的影片和音訊生成。它可以根據文本、關鍵幀或影像/音訊/影片參考生成帶聲音的影片。推理無需 Python 或 PyTorch；HRX 負責準備編譯器和執行時，二進位制檔案內嵌了其核心原始碼和分詞器。該工具已在搭載 AMD Strix Halo（gfx1151）和 128 GB 統一記憶體的 Linux 上測試，其他 GPU 未經驗證。基礎檢查點在磁碟上約佔 54 GB，從 Comfy-Org/MiniMax-H3 獲取到 Hugging Face 快取中。生成模式包括文本、首/尾關鍵幀、影像/音訊/影片參考，以及通過 RefMods 實現的可複用編碼參考。它支援潛空間放大：先生成較小的片段，再用學習得到的 3D 模型放大。軟體包名為 h3-hrx，Rust 庫為 h3_hrx，帶有用於編碼、去噪和解碼的會話控制代碼。程式碼採用 Apache-2.0 許可，模型權重由 MiniMax 另行授權。
定價
價格與限制可能變動，請以官網為準，並確認幣別、付款週期、最低席位數和用量上限。
應用場景
- 團隊用 h3-hrx 根據文本提示生成帶聲音的影片。
- 團隊用 h3-hrx 根據首尾關鍵幀生成影片。
- 團隊用 h3-hrx 根據影像、音訊或影片參考生成影片。
- 團隊用 h3-hrx 通過 RefMods 使用可複用的編碼參考生成影片。
- 團隊用 h3-hrx 用學習得到的 3D 模型放大較小片段的潛變數。
- 團隊用 h3-hrx 生成僅 WAV 輸出和靜態幀。
- 團隊用 h3-hrx 對主機、階段、完整渲染、生命週期和記憶體工作負載執行基準測試。
功能特色
生成帶音訊的 MiniMax H3 影片
通過文字提示生成影片
指定首幀和末幀關鍵畫面
使用影像、音訊和影片作為參考
通過 RefMods 複用角色和聲音
支援 LoRA 和學習式潛空間放大
儲存並分支延續 H3 World 會話
使用者評論
還沒有評論，來分享你的使用體驗吧