10Eros-Max
10Eros-Max 是一个基于 MiniMax H3 基础模型的实验性分支,旨在通过特征迁移(Feature Transfer)技术,将 LTX 2.3、Wan 2.2 以及 Krea 2 的学习模式融合到 H3 的 Transformer 架构中。该模型在保留 H3 核心音视频生成能力的同时,显著增强了视觉细节、运动连贯性及文本遵循能力。
MiniMax H3 Turbo 是一个专为 H3 设计的推理加速 LoRA,它能将文本生成视频(T2V)和图像生成视频(I2V)的采样步数压缩至 4 步,同时保持联合音视频生成的连贯性。

在 ComfyUI 中运行 MiniMax H3 虽然效果惊艳,但动辄几十步的采样过程让等待变得漫长。MiniMax H3 Turbo 是一个专为 H3 设计的推理加速 LoRA,它能将文本生成视频(T2V)和图像生成视频(I2V)的采样步数压缩至 4 步,同时保持联合音视频生成的连贯性。

这不是简单的“跳过步骤”,而是通过修改模型的速度预测场,让模型在极少的评估次数下依然能走出正确的去噪轨迹。
.safetensors LoRA 格式,直接放入 models/loras/ 即可使用,无需替换基础模型。为了获得最佳效果,请严格按照以下参数配置你的 ComfyUI 工作流:
| 参数 | 推荐值 | 说明 |
|---|---|---|
| LoRA 强度 | 1.0 | 必须全强度加载,否则轨迹会偏离。 |
| 采样步数 | 4 | 这是模型训练的固定区间,不可随意增减。 |
| 采样器 | Euler | 唯一验证过的采样算法。 |
| 调度器 | simple | 配合 Euler 使用。 |
| CFG | 禁用 (1.0) | Turbo 模型通常不需要 Classifier-Free Guidance。 |
| Sigma 路径 | 特定序列 | 1.0 → 0.9729... → 0.9230... → 0.8 → 0.0 |
注意:如果你改变了步数、采样器或 Sigma 路径,生成的视频可能会出现严重的伪影或崩坏。
普通的加速方法往往是粗暴地减少步数,导致每一步的误差累积。MiniMax H3 Turbo 则是通过微调,让模型学会在更大的积分区间内做出更准确的速度预测(Velocity Prediction)。它修改了模型内部的注意力、MLP 以及音视频输出头,使其专门适配这 4 个固定的去噪边界。
ComfyUI/models/loras/。minimax_h3_fl2va_pruned_bf16.safetensors(来自 Comfy-Org)。