hyperflow-h3-flash: RTX 5090에서 92초, 14B 영상 생성 모델

MiniMax-H3를 압축한 HyperFlow H3 Flash는 텍스트나 이미지에서 영상과 입체 음향을 동시에 생성한다. 24fps, 1344×768 해상도의 5.2초부터 15초까지 클립을 출력하며, 32kHz 스테레오 사운드가 자동으로 동기화된다. CFG 없이 4, 6, 8스텝의 저스텝 샘플링을 지원해 빠른 추론이 가능하다.

전체 31B 파라미터의 원본 모델 대비 절반 이하인 13.7~13.9B 규모로 줄였다. Q4_K_M 양자화 시 9.1GB 용량으로, 16GB 시스템 RAM과 24GB 또는 32GB VRAM을 갖춘 소비자용 GPU에서도 구동된다. 텍스트 프롬프트, 첫/마지막 키프레임, 최대 12개의 참조 이미지 등 다양한 입력 방식을 지원한다.

RTX 5090 단일 GPU 기준 5.2초 클립 생성에 92초가 소요되며, H200에서는 36초, 4개 B200 GPU 조합 시 8.7초로 단축된다. ComfyUI, stable-diffusion.cpp, Unsloth Studio 등 주요 오픈소스 생태계와 호환되며, 데이터센터 GPU를 위한 INT8 convrot 패키지도 제공한다.

MiniMax H3 커뮤니티 라이선스를 따르며, EU, 영국, 한국, 미국 지역 사용 시 사전 인가가 필요하다. 저비용 환경에서 고품질 영상과 오디오를 함께 생성해야 하는 개발자에게 적합하다.