Rimagination/h3lite

解決的問題

H3 Lite 允許在消費級硬體上本地部署與運行 MiniMax H3 影片生成模型，特別針對使用 NVIDIA GPU 的 Windows 使用者。透過提供優化模型集（量化版本）與結構化工作流程，解決高品質影片生成所需的高硬體門檻問題，使 AI 代理能從文字提示自動完成至最終帶原生音訊的影片生成過程。

如何運作

此專案整合 ComfyUI，並提供兩組優化元件組：

• 組 A：使用 W4A8 擴散模型與 4B INT4 文字編碼器，實現低 VRAM、快速生成。
• 組 B：使用 4B FP8 文字編碼器，提供更好的相容性。

採用四步式智能體工作流程：意圖路由（決定生成模式）、參考錨定（固定角色／場景）、提示增強（將簡單請求擴展為詳細多模態描述）、生成與確認（生成影片並檢查連貫性）。

支援的模式包括：

• T2VA：文字到影片（帶音訊）。
• I2VA：影像到影片（帶音訊）（使用起始畫格）。
• FL2VA：首尾畫格到影片。
• Ref2VA：使用多個影像、影片或音訊作為參考。

適用對象

• 搭載 NVIDIA GPU 的 Windows 使用者（尤其是 VRAM 有限的使用者，如 8GB 或 16GB）。
• 使用 Codex 或 WorkBuddy 等 AI 代理，希望在工作流程中加入本地影片生成功能的使用者。
• 需要高品質、短時影片（通常 5-8 秒）並帶同步原生音訊的創作者。

亮點

• 低 VRAM 優化：特別針對 RTX 4070 笔電（8GB）與 RTX 4060 Ti（16GB）等 GPU 優化。
• 代理就緒：專為 AI 代理設計為「技能」，可自動處理安裝、設定與提示工程。
• 原生音訊：生成的影片包含整合的音景與音樂。
• 即時監控：內建原生 Windows GUI 監控器，可追蹤取樣進度、VRAM 使用量與預計完成時間。