FastH3-Omni: открытые веса MiniMax H3 со звуком и референсами

20 октября 2026 года Nuva Lab вместе с FastVideo из Hao AI Lab открыла веса FastH3-Omni. Это дистилляция Hailuo MiniMax H3: та же связка референсов из картинок, видео и звука и ролик со стереозвуком за один проход, но трансформер считается 8 раз вместо 50. Nuva Lab сравнивает набор входов с Seedance 2.5. Закрытый продакшен Nuva — отдельные данные и отдельный хостинг, к выложенным весам он не относится.

Что умеет FastH3-Omni

По FAQ Nuva Lab открытая модель принимает:

• текст;
• до 9 фото, в режиме realtime — до 3;
• до 3 видеороликов по 2–15 секунд, суммарно не длиннее 15 секунд;
• до 3 аудио с голосом или музыкой, тоже по 2–15 секунд, и только вместе с фото или видео;
• всего до 12 файлов;
• первый и последний кадр в том же запросе и продолжение уже готового клипа.

На выходе — ролик 5–15 секунд, 24 кадра в секунду, со звуком. У базы MiniMax H3, на которой это собрано, звук — стерео 32 кГц, а устойчивая речь заявлена на 11 языках, включая русский. Разрешение базы до 2K делается отдельным шагом регенерации. В замере скорости FastH3-Omni целевой кадр — 1344×768.

Насколько FastH3-Omni быстрее MiniMax H3

Цифры ниже — замер FastVideo, не независимый тест. Сравнивали полные рецепты обслуживания на восьми NVIDIA GB200: кодирование референсов, генерацию, декодер и готовый mp4. 27 одинаковых задач, три длины ролика, кадр 1344×768.

	FastH3-Omni	MiniMax H3, база
Проходы трансформера	8	50
Сквозная задержка	в 5,6–11,9 раза ниже	точка отсчёта
Кадр замера	1344×768	тот же
Realtime	на отдельных задачах UniServe, 768p, 5 / 10 / 15 с	нет в этом замере

«В реальном времени» здесь не про любой ролик. FastVideo пишет так только про отдельные задачи на своём сервере UniServe.

Как запустить MiniMax H3 локально через FastH3-Omni

Веса и код обучения лежат в коллекции FastVideo на Hugging Face, технический разбор — в блоге Hao AI Lab. FastVideo описывает несколько локальных вариантов:

Железо	Память	Как запускается
NVIDIA DGX Spark (GB10)	128 ГБ общей памяти	рецепт spark, все компоненты модели держатся в памяти
GeForce RTX 5090	32 ГБ	текстовый энкодер выгружается, нужна заранее посчитанная таблица AdaLN
GeForce RTX 4090	24 ГБ	рецепт с послойной выгрузкой
ComfyUI	—	отдельный FP8-чекпоинт FastH3-Omni

Профили DGX Spark и RTX 5090 используют веса NVFP4 — они обучены под вычисления в этом формате на видеокартах Blackwell — и по умолчанию считают 480p. Скорость восьми GB200 на эти машины не переносится. Nuva Lab дополнительно упоминает запуск на Apple Silicon через MLX. Пошаговая установка базовой модели — в гайде MiniMax H3 в ComfyUI.

MiniMax H3 вышла под MiniMax H3 Community License. Это лицензия сообщества MiniMax, не Apache и не MIT. Коммерческие условия читаются в соглашении на странице весов, а не в анонсе ускоренной версии.

Как попробовать видео в AI2Face

MiniMax H3, на которой собран FastH3-Omni, доступна в генераторе AI2Face как Hailuo. Рядом — Seedance, с которым Nuva Lab сравнивает набор референсов. AI2Face работает из России без VPN, оплата — картой РФ, по СБП или криптовалютой, стоимость видна перед генерацией. Сравнение H3 с Hailuo 2.3, цены и примеры роликов — на странице Hailuo и MiniMax H3, обзор видеомоделей — в статье нейросети для видео.