TL;DR

이 항목은 MiniMaxAI/MiniMax-H3의 GGUF 양자화 파생판으로, fl2va_pruned(첫·마지막 프레임 입력)와 ref2va_pruned(레퍼런스 이미지·비디오·오디오 입력)라는 두 denoiser 체크포인트를 별개로 제공하는 비디오 생성용 배포물입니다. 최대 15초·24 FPS·32 kHz 스테레오 오디오를 모델이 공동 생성하며 Qwen3-VL 계열의 양자화된 텍스트 인코더도 함께 포함되어 있어 텍스트·이미지·오디오를 통합한 multimodal 워크플로우를 지원합니다. stablediffusion.cpp, ComfyUI, Unsloth 등 GGUF 호환 런타임에서 동작하고 여러 양자화 rungs와 UD mixed-precision 빌드를 통해 용량·속도·품질 간의 선택이 가능하며 실행 시 --mode vid_gen, --cfg-scale 1.0, --backend te=cpu 같은 필수 플래그를 지켜야 합니다.

핵심 포인트

• 이 모델은 MiniMaxAI/MiniMax-H3를 기반으로 GGUF 포맷으로 양자화된 파생체이며, GGUF 양자화판을 여러 rungs(예: Q2_K, Q3_K, Q4_K, Q5_0, Q6_K, Q8_0)로 제공함을 알 수 있습니다. 제공 파일은 fl2va_pruned(첫·마지막 프레임 기반)와 ref2va_pruned(레퍼런스 입력 허용)라는 두 종류의 denoiser 체크포인트로 분리되어 있어 입력 유형에 따라 체크포인트를 선택해서 사용해야 합니다. 텍스트 인코더로 Qwen3-VL 계열의 양자화된 파일을 함께 제공하므로 텍스트·비디오 공동 생성 파이프라인이 통합된 형태로 동작합니다.
• 출력 형식은 네이티브 32 kHz 스테레오 오디오를 동반하는 최대 15초, 24 FPS 비디오 생성이며 VAE와 오디오 VAE를 함께 사용해야 완전한 출력물(one-file with audio)을 얻을 수 있습니다. README에 제시된 실행 예시는 sd-cli 기반의 vid_gen 모드로, 해상도·프레임·스텝·cfg-scale 등 파라미터를 조합해 단일 카드에서 클립을 생성하는 과정을 보여줍니다. 오디오가 모델 출력의 일부로 생성된다는 점은 후처리 오디오 삽입 방식이 아니라 비디오·오디오를 공동으로 생성하는 워크플로우를 의미합니다.
• 호환성 측면에서 GGUF 빌드라서 stablediffusion.cpp, ComfyUI, Unsloth 같은 환경에서 동작하도록 설계되어 있고, UD- 접두사가 붙은 rungs는 mixed-precision(dynamic) 빌드라는 점을 README가 분명히 밝히고 있습니다. 텍스트 인코더와 VAE는 공유 자원으로 처리되며 denoiser 전환 시 denoiser 파일만 추가로 내려받으면 된다는 운영상의 장점이 존재합니다. 또한 pre-quantized PyTorch 체크포인트는 별도 리포지토리(unsloth/MiniMax-H3-FP8)에 보관되어 있어 GGUF 이외의 배포판과도 연결됩니다.

제한사항

이미지 분석