Rimagination/h3lite

解决的问题

H3 Lite 提供了一种在搭载 NVIDIA GPU 的 Windows 机器上本地部署并运行 MiniMax H3 视频生成模型的方法，特别针对 VRAM 较低的用户。它简化了设置 ComfyUI、管理模型权重以及为 Codex 和 WorkBuddy 等 AI 代理创建高质量视频提示的复杂过程。

如何工作

该项目实现了一个 AI 代理的「技能」，可自动完成模型的部署与执行。它使用两组优化的组件（A 组用于低 VRAM/快速路径，B 组用于 FP8 兼容性），在性能与质量之间取得平衡。工作流遵循四步流程：意图路由、参考图像锚定、提示增强和带验证的生成。支持多种生成模式：文本到视频（T2VA）、图像到视频（I2VA）、首尾帧到视频（FL2VA）和参考到视频（Ref2VA）。

适用人群

希望在本地生成带原生音频的高质量视频的 Windows 用户，以及需要视频生成能力的 AI 代理开发者。

主要亮点

• 低 VRAM 优化：专为 RTX 4070 Laptop（8GB）和 RTX 4060 Ti（16GB）等 GPU 量身定制。
• 代理就绪：专为 Codex 和 WorkBuddy 设计为技能，用户可通过自然语言触发视频生成。
• 多模态输入：支持使用图像、视频和音频作为参考，以保持角色和场景的一致性。
• 集成监控：包含原生 Windows 进度窗口，可实时跟踪采样进度、VRAM 使用情况和预计到达时间（ETA）。
• 原生音频：生成与原生音景和音乐同步的视频。