开源团队OpenVDN发布VDN-H3：混合注意力架构让MiniMax-H3视频生成「快于播放」
· 来源：huggingface.co
开源团队OpenVDN基于MiniMax H3发布混合注意力加速方案VDN-H3，在8块B200 GPU上以8步去噪11.23秒生成14.4秒视频，权重与训练代码全部开源。
开源团队OpenVDN近日在Hugging Face发布名为VDN-H3的混合注意力模型，基于MiniMax H3视频生成底座，实现「生成速度超过播放速度」。该团队同步开放了优化推理栈与训练代码，是目前针对MiniMax H3最完整的开源加速方案之一。
VDN-H3提出一种混合注意力架构：一条高效的逐帧线性注意力分支负责加速推理，另一条softmax注意力分支维持模型的视觉质量与时序一致性。方案采用即插即用设计——仅在主干网络旁新增一条线性注意力分支和两个小型LoRA适配器，推理时合并进主干即可，无需触碰原有权重。
性能数据方面，VDN-H3在8块B200 GPU上，以8步去噪仅需11.23秒即可生成一段14.4秒、768p视频；8卡H200分布式部署下8步耗时为18.3秒。对比之下，原始MiniMax-H3密集架构在单块B200上每步耗时为16.74秒，在单块H200上每步耗时高达32.72秒，加速效果显著。
不过，VDN-H3作为MiniMax-H3的衍生作品，遵循MiniMax H3社区许可协议。该协议明确排除欧盟、英国、韩国和美国的使用授权，并附带再分发要求与可接受使用政策条款，使用者需仔细阅读完整许可证文本。
与此同时，MiniMax官方发布Fast H3 v1视频生成模型，实现13秒生成15秒768p高清视频，推理效率达到行业领先水平。社区生态方面，开发者还推出ComfyUI提示词增强插件，覆盖MiniMax-H3、Seedance 2.0及Music 3三大模型，支持云端API与本地GGUF推理，形成从底层模型到创作工具的完整链路。
—— 综合整理自：huggingface.co、github.com、news.qq.com