社区为 MiniMax-H3 图生视频+音频发布 8 步与 4 步加速 LoRA

Apprehensive_Sky892 · reddit · 2026-10-22

社区作者(与项目无关)发布了针对 MiniMax-H3 Ref2VA(参考图→视频+音频)任务的加速 LoRA,基于 PTD(Parametric Trajectory Distillation)将完整蒸馏轨迹压缩为学生模型,提供 8 步和 4 步两个版本,已上传 Hugging Face(taobao-content-ai/MiniMax-H3-PTD-LoRAs)。

技术特点:不同于共享单一加速 LoRA,PTD 为每个推理步训练独立的低秩适配器(per-hop LoRA),叠加在 PDD(Parallel Decoding Distillation)引入的分区间输出头之上;推理时每个去噪步选用自己的适配器并融合对应输出头,使 8-hop 检查点只需 8 次 transformer 前向(8 NFE),4-hop 只需 4 次。作者不确定是否兼容常规 ComfyUI LoRA 加载器。