能本地跑、出片自带音轨，这是 MiniMax H3 蒸馏版最打动我的地方，不过 480p 只够打样。
刚开源的这个版本把采样从 50 步压到 8 步，权重和训练代码一起放出，去 MiniMax 的 GitHub 主页 能找到。官方给了 27 组对照，延迟降了 5.6 到 11.9 倍，区间这么宽，说明不同场景收益差得多，别指望条条快十倍。量化成 NVFP4 后 RTX 5090 就能跑，默认输出 480p。
参考输入给得大方：最多 9 张图、3 段视频、3 段音频一起塞，出片带同步音轨。配音和画面不用再分两步去对齐，比很多只出无声画面的本地方案省事。
我的几点判断：
- 手上有 5090、想在本地反复试镜头和节奏的最合适，8 步让改一版提示词的等待短很多
- 480p 再叠上蒸馏、量化两层折损，细节不如满血版，拿去交付不够，当分镜预演正好
- NVFP4 是 50 系新架构才原生吃得上的格式，40 系及以下大概率得等社区出别的量化版本
训练代码也开了，社区后面做 LoRA、针对某类画面再蒸一遍都有基础。我这周拿口播素材先试音画同步，节奏满意了再上满血版出成片。
