TaoMate-H3

TaoMate-H3 是由阿里巴巴TaoLive AIGC 团队开发的一款高性能音视频生成运行时。它基于 MiniMax H3 基础模型构建，通过引入创新的 3步 LoRA 流式生成技术，实现了极低的块延迟和长形式的连续生成能力，支持 480p/768p/1080p 多种分辨率下的同步音视频输出。

核心亮点

1. 极速流式生成
   • 3步去噪：每个小块仅需 3 个 Stage3 去噪区间即可达到最终潜空间状态。
   • 低块延迟：首个可播放视频仅需 17.287 秒（相比原版 MiniMax H3 的 183.313 秒提速 10.6 倍）。
   • 纯 DiT 加速：纯扩散变换器（DiT）推理时间从 169.572 秒缩短至 14.810 秒，提速 11.45 倍。
2. 音视频联合同步
   • 语音、环境音效与视频画面在统一的时间线上同步生成，确保口型、动作与声音的高度一致。
   • 集成音频引导机制，在提示词边界之间保持视觉身份、声音特征和运动轨迹的连续性。
3. 多分辨率与长形式支持
   • 支持竖屏和横屏的 480p, 768p, 1080p 生成。
   • 通过干净的 KV 缓存管理，支持无限时长的连续生成，无明显的断裂感。
4. 高效单节点推理
   • 支持 4 GPU 或 8 GPU 配置。
   • 采用 TP2 (Tensor Parallelism) 和 Ulysses 序列并行技术，最大化硬件利用率。

性能对比 (8 × NVIDIA H20 96GB)

注：测试条件为 480×864 画布，10 秒输出，种子 8301，TP2 × Ulysses4 并行。

ComfyUI 用户专属：TaoMate-H3 LoRA 转换器

为了方便广大创作者使用，开发者 Robert1212star 已将官方的 TaoMate-H3 Step-3000 EMA LoRA 适配器转换为 ComfyUI 兼容格式。

文件信息

• 文件名: taomate_h3_3step_comfy.safetensors
• 大小: 约 2.48 GB
• 来源: 基于官方 Step-3000 生成器 EMA LoRA (Rank 128, Alpha 128) 转换，权重未经重新训练。

安装步骤

1. 下载 taomate_h3_3step_comfy.safetensors。
2. 将其放入 ComfyUI 的 LoRA 目录：

   ComfyUI/models/loras/taomate_h3_3step_comfy.safetensors
   

3. 重启 ComfyUI 或在节点管理器中刷新模型列表。

推荐工作流设置

• 基础模型 (Checkpoint): MiniMax H3
• LoRA: taomate_h3_3step_comfy.safetensors
• 采样步数 (Steps): 3 (关键设置，专为加速设计)
• CFG Scale: 根据具体提示词调整，通常建议 5-7。

⚠️ 兼容性说明

• 该 LoRA 专为 ComfyUI 中的 MiniMax H3 自定义节点设计。
• 请确保使用的 LoRA 加载器支持标准的 safetensors 键布局。如果遇到加载错误，可能需要检查自定义节点的版本或 LoRA 键名映射。