MiniMax H3 加速版 FastH3-Omni 预览中、10 月 20 日计划开源；社区 ComfyUI 节点把 5 秒角色视频压到约 72 秒
实时视频平台 Reactor 联合 Hao AI Lab 的 FastVideo 团队与 Nuva Lab，推出 MiniMax H3 的加速后训练版本 FastH3-Omni，支持全能参考、首尾帧控制和音频输入，可从一句提示词生成带同步声音的视频；目前在 Reactor API 独家预览到 10 月 20 日，Hao AI Lab 表示届时完整开源。另有开发者发布 Apache-2.0 的 ComfyUI 节点 Ref2VA-VSA，用稀疏注意力在单张 RTX 4090 上约 72 秒生成一段 5 秒参考生视频。
据 Reactor 官方帖子，FastH3-Omni 是 MiniMax 实时视频模型 H3 的加速版本，由 Hao AI Lab 的 FastVideo 团队和 Nuva Lab 做后训练。Nuva Lab 的说明提到，这是首个带「全能参考（Omni Ref）」的完整版本，此前的 FastH3 v1、v2 预览覆盖范围更窄。
要点如下：
- 能力：支持首帧/尾帧条件控制、音频输入，可以从单条提示词直接生成带同步音频的视频；
- 开放节奏：10 月 20 日前只在 Reactor API 上独家预览，Hao AI Lab 表示 10 月 20 日完整开源；
- 社区提速节点：开发者 Kablex 发布的 ComfyUI-Ref2VA-VSA（Apache-2.0）把 FastVideo 的视觉稀疏注意力用到 H3 参考生视频上，参考图、音频和文字部分保持完整注意力，只对生成画面做 75% 稀疏，配合 4 步采样；
- 实测数据（作者自测，RTX 4090）：1344×768、5 秒 24fps 的片段，原生 H3 约 650 秒，此节点热启动约 72 秒、首次约 95 秒，峰值显存约 13.5GB；不过 README 的硬件要求仍写的是 24GB 显存显卡，16GB 卡能否稳定跑需自行验证；
- 依赖：需要较新版本、原生支持 MiniMax-H3 的 ComfyUI，以及 int8 剪枝版 Ref2VA 主模型、VSA 门控、4 步 Turbo LoRA、文本编码器和音视频 VAE 等多份权重。
对创作者意味着什么： 角色一致的参考生视频正在从「云端排队」变成「本地一两分钟出一条」，对需要大量试镜头、做分镜预演或口播角色短片的人，迭代成本会明显下降。10 月 20 日开源后，预计会有更多 ComfyUI 工作流跟进，有 24GB 显卡的可以先关注。需要提醒的是：社区已经出现用小体积 LoRA 复刻真人明星面孔的案例，拿真人肖像、他人声音做内容涉及肖像权与声音权，商用前务必取得授权；模型本身的商用条款以 MiniMax 与 FastH3 正式开源时的许可为准，速度数据也只是作者在特定配置下的自测。
信息来源：Reactor 官方 X 帖（2026-10-13）/ ComfyUI-Ref2VA-VSA GitHub 仓库（本文为编辑整理改写）
