RunningHub 开源 H3 Lightning：视频生成提速约12倍

AI 摘要

RunningHub 开源了 MiniMax H3 视频生成加速方案 H3 Lightning，通过 RH 后训练加速模型将生成步数从 50 步压缩至 9 步，并叠加 SageAttention2、Cache-DiT、torch.compile 及 TP2+Ulysses4 多卡并行优化，在 4 张 RTX 6000D 上把 5 秒视频生成耗时从 348.8 秒降至 28.7 秒，约 12 倍提速、等待时间减少约 92%。方案保留 BF16 精度，技术细节与复现说明已在 GitHub 公开，支持本地多卡部署或在线使用，旨在降低开源视频模型的推理门槛。

正文节选

智东西（公众号：zhidxcom） 作者 |  杨京丽 编辑 |  李水青 智东西9月11日报道，上个月，MiniMax开源通用视频模型MiniMax H3。在第三方评测平台Artificial Analysis上，该模型一度登顶有声视频编辑榜榜首，Elo得分达到1130。凭借开放权重、视频生成质量和性价比，H3很快在开发者社区内衍生出大量适配和新玩法。 模型开源解决了“能不能部署”的问题，但距离真正真正进入创作流程，中间还有一道速度门槛。对于需要反复调整画面的创作者来说，生成速度直接影响创作节奏。 针对这一痛点，RunningHub近期推出并开源了H3视频生成加速方案H3 Lightning。在一组5秒视频生成对照测试中，RunningHub将H3的生成耗时从348.8秒缩短至28.7秒，整体推理速度达到基础方案的约12倍，等待时间减少约92%。 目前，相关技术方案和复现说明已经在GitHub公开。有多卡设备的用户可以参考方案进行本地部署，没有设备的普通创作者也可以直接在RunningHub上使用。 项目开源地址： https://github.com/RH-RunningHub/M

发布时间：—

抓取时间：2026-09-12 01:05

来源机构：智东西