FastH3（FastVideo 蒸馏版）

官方介绍

FastH3 是 FastVideo（hao-ai-lab）联合 Nuva Lab、NVIDIA FastGen 团队对 MiniMax H3 做的「后训练 + 优化」路径：少步蒸馏、稀疏注意力与推理优化三件套，用于加速音视频同步生成。V1 通过 DMD2 蒸馏把原版 50 步去噪压到 4 次前向（单张 NVIDIA Blackwell GPU 最高 14 倍提速）；V2 为 8 步版本，2026-09-15 起进入 ComfyUI 原生模板；2026-09-02 起支持 Apple Silicon（MLX）与 NVIDIA DGX Spark 本地运行。框架 Apache-2.0，权重继承 minimax-h3-community 许可（仍受 MiniMax H3 三条许可限制）。

核心功能

• DMD2 少步蒸馏：V1 4 次前向 / V2 8 次前向，逼近原版 50 步的质量
• VSA-H3 稀疏注意力：训练内建，稀疏度 80%（只算约 20% 的注意力计算）
• TAEH3 预览解码器：M4 Max 上 VAE 解码 104 秒 → 1 秒（预览用，成片用完整 VAE）
• OpenAI 兼容 video-job API 服务器与 playground，支持 H3 各配方切换

使用说明

Apple Silicon 安装：uv pip install -e ".[mlx]"（需 ffmpeg 等依赖），在配方选择器中挑 FastH3 V1 或 V2；也可起服务器后用 OpenAI Python 客户端调用。Apple Silicon 路径要求 ≥36GB 统一内存（官方实测基于 M4 Max 36GB：832×480、124 帧、4 步，首次生成 504 秒）。

⚠️ 三个限制：只蒸馏了 T2V（FL2VA / Ref2VA 多图参考不可用）；官方明说困难运动、细节与部分音频可能低于原版；调度器 shift 固定为 10，须用 checkpoint 内的训练调度。不要叠加 TeaCache 等旧缓存插件——收益有限且可能破坏稀疏训练。

官方链接

• GitHub 仓库：https://github.com/hao-ai-lab/FastVideo
• FastVideo Cookbook（H3 配方）：https://haoailab.com/FastVideo/cookbook/minimax-h3/
• Nuva Lab FastH3 页：https://nuvalab.ai/fasth3/
• fasth3.org：https://fasth3.org/