TL;DR

이 허브는 MiniMaxAI/MiniMax-H3의 커뮤니티 제작 양자화 및 가지치기 가중치 모음으로, INT4·INT8·mixed·NVFP4 형식을 한곳에 모아 로컬 ComfyUI 식 파이프라인에서 소비자용 GPU로 실행할 수 있게 설계되어 있습니다. README는 GPU별 권장 파일 조합과 필수 VAEs, 그리고 텍스트 인코더(qwen3vl_32b) 버전별 권장치를 명확히 제시해 실제 설치 결정을 빠르게 내릴 수 있게 해 줍니다. 원본 H3의 설계상 제약으로 최대 15초 영상, 24 FPS, 32 kHz 스테레오 오디오 출력과 33B 파라미터의 H3-Omni-Transformer 구조를 그대로 활용할 수 있으며 NVFP4는 Blackwell 전용이라는 점을 유의해야 합니다.

핵심 포인트

• 이 허브는 MiniMaxAI/MiniMax-H3를 기반으로 한 커뮤니티 컴파일 컬렉션이며, 핵심은 양자화와 가지치기된 가중치를 소비자용 GPU에서 돌릴 수 있게 배포하는 것입니다. Diffusion 모델과 텍스트 인코더, 두 종류의 VAE를 별도 폴더로 제공해 ComfyUI 같은 로컬 파이프라인에서 바로 연결할 수 있도록 파일 이름 규칙을 통일했습니다. 이렇게 여러 정밀도(INT4, INT8, mixed, NVFP4)를 함께 제공하면 사용자가 VRAM 제약과 화질 요구를 직접 맞춰 선택할 수 있습니다.
• 하드웨어 가이드는 GPU별로 어떤 파일을 골라야 하는지 구체적으로 안내하고 있어 다운로드·설치 결정 과정을 단축시킵니다. 예컨대 16GB급 카드에는 INT4 또는 mixed(INT4/INT8)를 권장하며 텍스트 인코더로 qwen3vl_32b의 INT4 버전을 권장하고, 24GB급 카드에는 INT8 모델과 INT8 텍스트 인코더를 권장합니다. VAEs 두 파일은 모든 환경에서 반드시 함께 내려받아야 하며 각 파일의 권장 VRAM이나 파일 크기도 README에 정확히 명시되어 있어 현장에서 실무적으로 유용합니다.
• MiniMax H3 원본 아키텍처의 핵심 성능 제약과 출력 스펙을 이 컬렉션에서도 그대로 활용할 수 있습니다. H3는 33B 파라미터의 H3-Omni-Transformer를 사용해 최대 15초, 기본적으로 짧은 변형의 경우 4–15초 범위의 비디오를 24 FPS로 생성하고 32 kHz 스테레오 오디오를 동반할 수 있도록 설계되어 있습니다. 입력 모드로는 FL2VA에서 0–2장의 이미지를 허용하고 Ref2VA에서 최대 9장 이미지, 최대 3개의 비디오 클립 및 최대 3개의 오디오 클립을 혼합한 멀티모달 레퍼런스를 처리한다는 점이 실무적 차별점입니다.
• 운영·통합 관점에서 주의할 점과 실무적 제한이 명확히 기재되어 있어 배포 위험을 줄일 수 있습니다. README는 NVFP4가 Blackwell 아키텍처 전용이며 그 외 카드에서는 사용하면 안 된다고 명시하고 있고 파일별로 필요한 VRAM 수치(예: mixed 약 15.5GB, INT8 약 21GB, INT4 약 11.3GB)를 구체적으로 제공합니다. 또한 텍스트 인코더 파일들이 수십 기가바이트급이므로 로컬 배포 시 디스크와 메모리·로드 시간 영향을 미친다는 현실적 고려 사항이 README에 포함되어 있습니다.

제한사항