FastH3 อาจทำให้ MiniMax H3 สร้างวิดีโอพร้อมเสียงได้เร็วขึ้นสูงสุด 14 เท่า
FastVideo เปิดตัว FastH3 Preview v1 ซึ่งเป็นรุ่นที่นำ MiniMax H3 มาทำ distillation ให้ลดจำนวนการคำนวณจาก 49 transformer forwards เหลือเพียง 4 forwards ในโหมดที่ทีมระบุไว้ พร้อมใช้ VSA-H3 sparse attention ที่ตัดการคำนวณ attention ออกประมาณ 90%
จุดสำคัญคือ MiniMax H3 ไม่ได้สร้างแค่วิดีโอ แต่สร้างวิดีโอพร้อมเสียงสเตอริโอร่วมกัน โดย FastH3 ยังคงแนวทางนี้ไว้ และใช้ DMD2 ช่วยกลั่นโมเดลให้ทำงานในจำนวน steps ที่น้อยลง
โพสต์ทดสอบจากบัญชี Prince does AI ระบุว่า การตั้งค่าที่เคยใช้ 30 steps ลดเหลือ 4 steps และให้ความเร็วเพิ่มขึ้นสูงสุดประมาณ 14 เท่า โดยผู้ทดสอบนำเวอร์ชันทดลองของ Kijai ที่เชื่อมกับ ComfyUI ไปรันทดสอบบน RTX 5090
อย่างไรก็ตาม ตัวเลข 14 เท่าเป็นตัวเลขที่รายงานในบริบทของการทดสอบและฮาร์ดแวร์ที่ระบุ ไม่ใช่คำรับประกันว่าจะได้ผลเท่ากันทุกเครื่อง ส่วนคุณภาพก็ยังเป็นประเด็นที่ต้องดูต่อ เพราะหน้าโมเดลระบุว่าเวอร์ชัน Preview อาจมีรายละเอียด การเคลื่อนไหวยาก ๆ และเสียงบางส่วนด้อยกว่า MiniMax H3 รุ่นพื้นฐาน
สำหรับคนทำวิดีโอ จุดเปลี่ยนไม่ได้อยู่ที่ “โมเดลใหญ่ขึ้น” แต่อยู่ที่การลดเวลารอของ workflow หากเสถียรจริง การทดลองหลาย prompt หรือการทำ iteration เพื่อคัดช็อตจะทำได้เร็วขึ้นมาก แต่ผู้ใช้ทั่วไปควรรอ workflow และ backend ที่ติดตั้งง่ายกว่านี้ เพราะ FastH3 ต้องใช้ VSA-H3 attention backend และการตั้งค่าค่อนข้างเฉพาะทาง
สรุป: FastH3 Preview v1 เป็นสัญญาณว่าโมเดลวิดีโอพร้อมเสียงกำลังถูกเร่งความเร็วด้วย distillation และ sparse attention อย่างจริงจัง แต่ตอนนี้ควรมองเป็นรุ่นทดลองสำหรับทดสอบ มากกว่าจะใช้แทน MiniMax H3 ในงาน production ทันที
แหล่งข้อมูล:
โพสต์ทดสอบ: https://x.com/princedoesai/status/2093708152089006473
FastH3 Preview v1: https://huggingface.co/FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree
MiniMax H3: https://www.minimax.io/news/minimax-h3-open-source
Kijai MiniMax H3 ComfyUI: https://huggingface.co/Kijai/MiniMax-H3_comfy
#AI #GenerativeAI #VideoGeneration #ComfyUI #MiniMaxH3 #FastH3