工具概览
h3-hrx 是基于 Rust 的工具，使用 Loom 内核和 HRX，在 AMD Strix Halo 硬件上进行 MiniMax H3 的视频和音频生成。它可以根据文本、关键帧或图像/音频/视频参考生成带声音的视频。推理无需 Python 或 PyTorch；HRX 负责准备编译器和运行时，二进制文件内嵌了其内核源码和分词器。该工具已在搭载 AMD Strix Halo（gfx1151）和 128 GB 统一内存的 Linux 上测试，其他 GPU 未经验证。基础检查点在磁盘上约占 54 GB，从 Comfy-Org/MiniMax-H3 获取到 Hugging Face 缓存中。生成模式包括文本、首/尾关键帧、图像/音频/视频参考，以及通过 RefMods 实现的可复用编码参考。它支持潜空间放大：先生成较小的片段，再用学习得到的 3D 模型放大。软件包名为 h3-hrx，Rust 库为 h3_hrx，带有用于编码、去噪和解码的会话句柄。代码采用 Apache-2.0 许可，模型权重由 MiniMax 另行授权。
定价
价格与限制可能变化，请以官网为准，并确认币种、付款周期、最低席位数和用量上限。
应用场景
- 团队用 h3-hrx 根据文本提示生成带声音的视频。
- 团队用 h3-hrx 根据首尾关键帧生成视频。
- 团队用 h3-hrx 根据图像、音频或视频参考生成视频。
- 团队用 h3-hrx 通过 RefMods 使用可复用的编码参考生成视频。
- 团队用 h3-hrx 用学习得到的 3D 模型放大较小片段的潜变量。
- 团队用 h3-hrx 生成仅 WAV 输出和静态帧。
- 团队用 h3-hrx 对主机、阶段、完整渲染、生命周期和内存工作负载运行基准测试。
功能特性
生成带音频的 MiniMax H3 视频
通过文字提示生成视频
指定首帧和末帧关键画面
使用图像、音频和视频作为参考
通过 RefMods 复用角色和声音
支持 LoRA 和学习式潜空间放大
保存并分支延续 H3 World 会话
用户评论
还没有评论，来分享你的使用体验吧