Hacker News· jiant·· 33 分钟前精选AI 评分78
Video Rebirth 将 31B 视频音频扩散模型压缩至 14B，6 步 INT8 推理
Show HN: We compressed a 31B video+audio diffusion model to 14B, 6 steps, INT8
AI 导读
Video Rebirth 发布 HyperFlow H3 Flash，把约 31B 的 MiniMax-H3 transformer 压缩到 13.7B（fl2va）和 13.9B（ref2va），支持 4、6、8 步采样且无需 CFG，同时生成视频与 32 kHz 立体声。
推荐理由
原文给出压缩后的参数规模、步数与各档 GPU 实测耗时，可据此判断本地视频加音频生成的门槛。
来源：Hacker News · github.com