FastH3-Omni: pesi aperti di MiniMax H3, con audio e riferimenti

Il 20 ottobre 2026 Nuva Lab, insieme a FastVideo dell’Hao AI Lab, ha pubblicato i pesi di FastH3-Omni. È una distillazione di Hailuo MiniMax H3: lo stesso insieme di riferimenti immagine, video e audio, e una clip con audio stereo in un solo passaggio, ma il transformer viene valutato 8 volte invece di 50. Nuva Lab confronta quell’insieme di input con Seedance 2.5. La produzione chiusa di Nuva usa dati separati e un hosting separato. Non fa parte dei pesi pubblicati.

Cosa sa fare FastH3-Omni

Secondo la FAQ di Nuva Lab, il modello aperto accetta:

• testo;
• fino a 9 foto e, in modalità realtime, fino a 3;
• fino a 3 clip video da 2 a 15 secondi, non più di 15 secondi in totale;
• fino a 3 audio con voce o musica, anch’essi da 2 a 15 secondi, e solo insieme a una foto o a un video;
• al massimo 12 file;
• il primo e l’ultimo fotogramma nella stessa richiesta, e il proseguimento di una clip già pronta.

In uscita c’è una clip di 5–15 secondi, 24 fotogrammi al secondo, con audio. Sulla base MiniMax H3, da cui questo è costruito, l’audio è stereo a 32 kHz, e il parlato stabile è dichiarato per 11 lingue, tra cui il russo. La risoluzione della base fino a 2K si ottiene con un passaggio di rigenerazione a parte. Nella misura di velocità, il fotogramma target di FastH3-Omni è 1344×768.

Quanto FastH3-Omni è più veloce di MiniMax H3

I numeri qui sotto sono una misura di FastVideo, non un test indipendente. Hanno confrontato ricette di serving complete su otto NVIDIA GB200: codifica dei riferimenti, generazione, decoder e il mp4 pronto. 27 compiti uguali, tre durate di clip, fotogramma 1344×768.

	FastH3-Omni	MiniMax H3, base
Valutazioni del transformer	8	50
Latenza end-to-end	da 5,6 a 11,9 volte più bassa	punto di partenza
Fotogramma della misura	1344×768	lo stesso
Realtime	su singoli compiti UniServe, 768p, 5 / 10 / 15 s	non in questa misura

«Tempo reale» qui non vale per ogni clip. FastVideo lo scrive solo per singoli compiti sul proprio server UniServe.

Come eseguire MiniMax H3 in locale con FastH3-Omni

Pesi e codice di training sono nella raccolta FastVideo su Hugging Face; l’analisi tecnica è nel blog di Hao AI Lab. FastVideo descrive diverse varianti locali:

Hardware	Memoria	Come si avvia
NVIDIA DGX Spark (GB10)	128 GB di memoria unificata	ricetta spark; tutti i componenti del modello restano in memoria
GeForce RTX 5090	32 GB	l’encoder di testo esce dalla memoria; serve una tabella AdaLN precalcolata
GeForce RTX 4090	24 GB	ricetta con layerwise offload
ComfyUI	—	un checkpoint FP8 separato di FastH3-Omni

I profili DGX Spark e RTX 5090 usano pesi NVFP4 — addestrati per il calcolo in quel formato sulle GPU Blackwell — e di default calcolano a 480p. La velocità delle otto GB200 non si trasferisce su queste macchine. Nuva Lab menziona anche l’esecuzione su Apple Silicon tramite MLX.

MiniMax H3 è pubblicato sotto la MiniMax H3 Community License. È la licenza di community di MiniMax, non Apache e non MIT. Le condizioni commerciali stanno nell’accordo sulla pagina dei pesi, non nell’annuncio della versione più veloce.

Come provare il video in AI2Face

MiniMax H3, il modello su cui è costruito FastH3-Omni, è nel generatore di AI2Face come Hailuo. Accanto c’è Seedance, con cui Nuva Lab confronta l’insieme dei riferimenti. Paghi con carta o in criptovaluta, e il prezzo si vede prima di generare. Il confronto di H3 con Hailuo 2.3, i prezzi e gli esempi di clip sono nella pagina Hailuo e MiniMax H3. La panoramica dei modelli video è nella guida ai generatori di video AI.