FastH3 再提速：Hao AI Lab 发布 4-bit 的 FastH3-QAD-v2 和两款 NVFP4 解码器，RTX 5090 上 5 秒带声视频约 13 秒出片
加州大学圣地亚哥分校 Hao AI Lab 10 月 19 日发布 MiniMax H3 加速版的新一轮更新：FastH3-QAD-v2 用量化感知蒸馏提升 4-bit 模型的画质，两款 NVFP4 视频解码器把解码从 43 秒压到 1.6 秒，整套模型权重从 118 GiB 缩到约 30 GiB。官方实测 RTX 5090 上 5 秒 480p 带声视频约 12.6 到 14.1 秒生成，社区为 H3 训练的 ComfyUI 等格式 LoRA 也能直接加载；团队表示下一步将开源 FastH3 OmniRef。
据 Hao AI Lab 的官方博客，这个团队在 10 月 19 日放出了 FastH3 的新一轮更新，权重已发布在 Hugging Face 的 FastH3-QAD-v2 页面。FastH3 是他们基于 MiniMax H3 视频模型做的 8 步加速版本，能同时生成视频和声音，我们在 10 月 18 日的报道里介绍过它的全能参考版本。
这次发布的三样东西，按官方说明整理：
- FastH3-QAD-v2：此前的 4-bit 版本只是事后量化，这次改为「量化感知蒸馏」，让 4-bit 模型直接跟着全精度模型学。官方测得最终视频误差降低约 13%，显存占用和文件结构不变，可以直接替换；
- 两款 NVFP4 视频解码器：36 层版体积 1.29 GiB，画质和原版解码器几乎一致；8 层版只有 0.31 GiB，速度约为原版的 15 倍。在一台 DGX Spark 上，一段 5 秒视频的解码时间从 43 秒降到 1.6 秒；
- 整套 4-bit：文本编码器、主模型和解码器都换成 4-bit 后，权重总量从 118 GiB 降到约 30 GiB；
- 实测速度（官方数据）：5 秒 480p 带声视频，一台 DGX Spark 从 141 秒降到约 53 到 58 秒，RTX 5090 约 12.6 到 14.1 秒；
- 社区 LoRA 直接可用：为 H3 训练的 ComfyUI、ai-toolkit、musubi 等格式 LoRA 可以直接加载，包括 4-bit 模型，运镜、画风类 LoRA 一般能沿用，但合适的强度可能要重新调；
- 硬件门槛与下一步：新解码器需要 Blackwell 架构显卡（RTX 50 系、RTX PRO 6000、DGX Spark 等），老显卡用不了；团队表示接下来开源 FastH3 OmniRef 的通用模型和训练代码，以及面向消费级硬件的版本。
对创作者意味着什么： 带声音的 AI 视频正在从「必须上云」走向「一张高端游戏显卡就能十几秒出一条」，对有 RTX 5090 这类显卡、需要大量试镜头或做本地化工作流的工作室，这是值得关注的方向，社区现成的运镜和风格 LoRA 也能接着用。但门槛仍然不低：需要较新的显卡和一定的部署能力，普通用户短期内还是在线工具更省事。速度和画质数据都是团队自测，商用前要看 MiniMax H3 社区许可的地区和使用限制，用真人肖像或声音做内容也要先取得授权，发布时按平台规则标注 AI 生成。
信息来源：Hao AI Lab 官方博客（本文为编辑整理改写）
