RunningHub开源MiniMax H3加速方案，视频生成提速约12倍

MiniMax H3开源后迅速成为AI视频圈的热门模型，开发者围绕其推出了各种工作流、ComfyUI节点和垂直优化玩法。一站式AIGC创作平台RunningHub针对视频生成等待时间过长的问题，为H3推出了一套加速方案，并将其开源至GitHub，任何创作者均可开箱即用。

在性能表现上，同样生成5秒、1344×768的视频，在4张RTX 6000D上，原始BF16 50步方案耗时348.8秒，约6分钟；采用RunningHub H3 Lightning完整加速后仅需28.7秒，前后约12倍提速，生成耗时减少约92%，同时依旧保留BF16数值精度，没有走降精度换速度的捷径。不光是5秒视频，15秒、双参考图场景同样受益。在8张RTX 6000D环境下，H3生成15秒、分辨率768×1344的视频，纯文字生成约需48秒，双参考图生成约73秒，一条15秒的图生视频可打进“1分钟出结果”的时间尺度。

实际体验中，5秒、768P文生视频从点击生成到出片约30秒，沙漠越野摩托车手的起步、冲坡、腾空、落地和甩尾动作连贯，落地时车身有明显下沉回弹，尘土飞扬也较为真实。15秒图生视频以吉卜力风格参考图测试，少年与金毛从草地起身奔跑，镜头从背后推进、侧面跟拍再拉远，生成时间约88秒。人物黄色外套、蓝色裤子、黑色头发等主要特征保持稳定，金毛的体型和毛色也未在后半段突变，远处湖泊和夕阳仍在画面中。快速跳跃时狗的四肢动作偶尔略显僵硬，但整体不出戏。

二次创作的时间成本也明显降低。在原有画面基础上改为雨天场景，让少年撑伞奔跑、金毛绕行跳跃，同时保留远山和湖泊，修改后生成约50秒，画面远处还出现一抹彩虹。对创作者而言，创意落地和试错的时间成本随之下降，不必因漫长等待而砍掉一闪而过的想法。RunningHub在不降低BF16精度、也不依赖顶级数据中心算力的前提下抠出的时间，来自其对多GPU与Lightning加速的整套优化。