11 月 21 日,Lakonik 在 Hugging Face 发布 pi-H3 1.0 适配器。它基于 MiniMax H3,目标是在较少的采样步骤里生成带同步音频的视频。项目同时提供两步和四步配置。
其中一组适配器使用 Decoding Without a Decoder,在最后一步直接预测视频画面,从而省去单独的视频 VAE 解码环节。另一组继续使用原有解码器,方便在同一基础模型上比较不同生成流程。
模型卡列出了文本、首帧和参考输入等使用方式,还提供面向 ComfyUI 的量化选项。两步和四步描述的是生成时的采样步数;实际耗时仍与分辨率、视频长度和硬件有关。
配图为 GETAI 原创主题插画。
