DMAD: LoRA-адаптеры ускоряют генерацию видео со звуком MiniMax-H3 с 50 до 4 шагов

Выпущены LoRA-адаптеры DMAD ранга 128, которые дистиллируют 33-миллиардную модель MiniMax-H3 для генерации видео со звуком с 50 шагов денойзинга до 4. Адаптеры выдают видео 1344×768 с нативным стереозвуком, 124 кадра при 24 fps; доступны два чекпоинта по 1,4 ГБ, но требуется базовая модель MiniMax-H3.

• Адаптеры DMAD ранга 128 сокращают денойзинг MiniMax-H3 с 50 до 4 шагов
• Выход: видео 1344×768, 124 кадра, 24 fps с нативным стереозвуком
• Два чекпоинта по 1,4 ГБ: EMA на итерации 800 и обученный на итерации 1600
• Требуется базовая модель MiniMax-H3 на 33 млрд параметров; VRAM не указана