MinimaxH3 VAE疯狂优化+注意力狂飙1.9倍 FastH3v2更新视频生成又要起飞了！原创

大家好呀，今天跟大家同步三个最新消息，一个是关于none xx团队刚刚发布了最新的加速注意力方法，然后康菲UI0.36版本加入了大量的mini max3优化，再补充一下mini max3fast3v two在康菲UI中实际测试点好的正文开始，None团队刚刚发布了VC attention, 还有他们自家的nonetche attention, 简单说就是视频生成里最具算力的注意力机制，现在不用重新训练模型就能大幅加速。在英为达B200上nutche attention比原来的BF16FLASH attentionsion4块了将近1.91倍，在B300上也有1.83倍的提升，而且还比之前的C者ATTENTIONION2更接近原版画质，PSN2还更高一点。他们用了两个关键技术，一个叫v Mo的专门把树值里的误差压下去。另一个叫X cast的FP8。直接把soft max那个慢吞吞的环节给优化掉了，结果就是生成高分辨率长视频，现在更世际了。巧合的是，Com发UI也在同一时间更新到了0.36.0版本，里面专门加了minimax s3的va优化，还支持了更多视频相关节点，比如视频拼接、flex视频编辑，还有新的文声视频和图生视频节点，还加了通用循环功能，做复杂工作流更方便了。也就是说，一边是底层注意力算法大幅提速，一便是康复UI工具链快速跟上，以后用本地或者云端生成高质量视频门槛又要再降一节。感兴趣的朋友可以去看看none xx的博客以及康复UI的最新发布说明。2026年视频生成这一块真的越来越卷，也越来越香了。Mini max、33V在康复UI中实际测试的几个点跟大家同步一下。

现在只有首尾征图声视频，文声视频工作流图片生成原始没有分辨率节点替换一下就行，为了方便，我也自己做了一个放在网盘了。另外都问有没有参考声视频，这个我也测试了，把FASTS3V做了一个参考声视频版本，我发现是能用的，但是至于质量方面需要调整参数和部署也放在网盘了，有实际测试视频案例，还有直播间大家要的产品参考生视频提示词，第一，官方说无损，没有质量损失，大家实际测试说感觉还是有，这个无可厚非，官方也没有公布它具体的参数，而且这不是官方说有损失，我说没有，所以大家要理性看待。第二，模型在网盘放了两个大模型，BF16和莹8，这个是指模型的精度，经过测试，直播间观众见证BF16要比英8模型精度在同样的分辨率，同样的T10次，同样的市场上慢10秒左右。

第三，关于fasts三维的技术原理，大家大可去官方仓库去阅读源代码。Fasts三维制作以快，核心不在模型体积小或单纯跑8步，而在于它被专门蒸馏加上稀数化训练过。虽然文件大小和官方minix h33的in特八版本差不多，都在20g左右，但内部计算量差很多，步数大幅减少。DMD2蒸馏官方minima h3正常推理通常需要50步左右，大约49次ER前香T地FAST3V用d MD distribution match dation把模型争流程，只需要8次传的成像就能出结果。这不是简单把官方模型强行跑8步，那样画着会崩，而是重新训练了一个学生模型，让他在极少步数下也能尽量逼近原版50步的质量。所以同样是8部AP fast三维是为8部专门训练的官方原版，不是2每次前项计算量大幅降低，Video spas attention, 这是更关键的加速点。Fast三维内置了video SPA attention vsa, 稀疏度达到80%，只保留约20%的注意力计。

算视频生成里，注意力是最大的计算开销之一。Vsa会智能的只计算真正重要的token块，跳过大量不重要的计算。官方原版是重密注意力，但attention每一步都要算全量注意力，即使步数相同，FASTS3每一步的计算量也明显更少。第4，我测试了在fast三维作为大模型，然后加了加速Tom me Laura的搭配，三步极速加视频放大效果也不错。还是那句话，多多尝试，找到这个模型的最佳搭配。但是不要强加SONSI多数旧缓存插件，它本身已大幅减少步数，额外缓存收益有限，且可能破坏稀数训练。好啦，目前最新的同步消息就是这些了，期望开源社区越来越好，让大家使用上更快的视频生成。另外有任何不同意见也欢迎大家评论探讨，踊跃参与，提出新的意见，小金条一抹就显色，这颜色真的好显白啊。

YLL28也玫瑰谁涂谁好看，出门带着一只就够了。