DMAD для MiniMax-H3: четыре шага генерации видео со звуком и ограничения лицензии

Что можно скачать

В закреплённой ревизии ZhengmingYu/DMAD присутствуют два полных Safetensors-файла: dmad_minimax_h3_4step_lora_critic.safetensors (1 383 674 304 байта) и dmad_minimax_h3_4step_full_critic.safetensors (1 383 674 320 байт). Первый соответствует основному эксперименту статьи, второй — варианту обучения критика. Это LoRA, а не самостоятельные полные веса MiniMax-H3: для инференса требуется отдельно получить исходные компоненты MiniMax-H3, в том числе трансформер, текстовый энкодер и VAE. Размер адаптера не равен требованию к RAM или VRAM и не отражает объём базовой модели. s1 s2 s4

Локальный путь и его границы

Авторы выложили inference.py, собственный sampler с повторным добавлением шума и пример для Diffusers. Их документация описывает Python 3.12, CUDA 12.6 и конкретную ревизию Diffusers; стандартная установка произвольной версии библиотеки не заявлена как эквивалент. Примерный порядок: изучить условия лицензии H3, скачать базовую модель и один из LoRA-файлов, установить зависимости из закреплённого репозитория, затем запускать inference.py с путями --model-dir, --lora и --prompt/--prompt-file. Команды из репозитория не запускались Modelium: это документированный авторский маршрут, а не наша проверка совместимости конкретного ПК. s2 s5

По документации авторов, штатный пример рассчитан на одну GPU с 80 ГБ памяти, а режим --low-vram последовательно подгружает слои и описан для видеокарт с 24 ГБ. Это заявленные конфигурации их реализации, не универсальные минимальные требования к модели; для второго режима дополнительно важны системная память и скорость чтения весов. Авторы приводят для стандартного профиля 1344×768, 124 кадра при 24 fps и стереоаудио 32 кГц. На собственном оборудовании скорость и качество нужно измерять отдельно. s2

Лицензия важнее слова «открытые»

Исходный код DMAD в GitHub помечен Apache-2.0, но веса адаптеров распространяются как производные MiniMax-H3 по MiniMax H3 Community License. В тексте соглашения разрешения действуют только в определённой территории: исключены ЕС, Великобритания, Республика Корея и США. Для коммерческого продукта или сервиса с годовой выручкой свыше $20 млн требуется предварительное письменное разрешение MiniMax; также действуют требования к интерфейсной атрибуции и ограничения допустимого использования. Таким образом, доступность файлов и открытый код не означают свободного использования весов в любой стране или бизнесе. Перед внедрением проверьте применимость соглашения к своей территории и сценарию. s1 s2 s6

Что подтверждено и что проверять самому

Авторы заявляют, что в их сравнении четырёхшаговый студент получил 79,1% предпочтений людей против DMD2 и 84,6% против rCM без учёта ничьих. Это результаты авторов, а не независимый тест Modelium: проценты нельзя переносить на другие датасеты, промпты, видеокарты или на сравнение со всей исходной моделью без методики. Для практического решения сначала проверьте право на использование, доступность базовых весов и воспроизводимость установки; затем сравните качество движения и звука и полное время генерации со своим текущим H3-процессом. s2