MiniMax H3 推理再提速：SGL+VDN-H3 在 8 卡 B200 上实现超 2× 实时去噪

MiniMax 近日在 X 平台宣布，其 H3 视频生成模型在社区推理方案 SGL Project 与 VDN-H3 的组合优化下，推理速度再获突破。在 8 张 NVIDIA B200 GPU 的硬件配置下，H3 已可实现超过 2× 实时去噪，端到端 9.0 秒即可生成 14.4 秒 768p 分辨率视频（热身后数据），且官方称未观测到质量回退。

关键性能数据

• 硬件配置：8× NVIDIA B200
• 输出规格：768p 视频，时长 14.4 秒
• 端到端生成耗时：9.0 秒（warmup 之后）
• 去噪速度：超过 2× 实时
• 质量表现：官方称「无测量到的质量回退」

背后的技术组合

此次提速并非 H3 模型本身的权重更新，而是通过推理侧方案实现的：

• SGL Project：开源的 LLM/扩散模型推理引擎与运行时，由社区维护，已被广泛用于扩散模型的推理加速；
• VDN-H3：针对 H3 模型的变分去噪或蒸馏加速方案，与 SGL 结合后形成完整的推理优化栈。

「开源模型在开源生态中复利」

MiniMax 在帖文最后写道：「Open models compound through open ecosystems.」这一表述点明了此次提速的核心逻辑——H3 作为开放权重模型，其推理速度的提升不再完全依赖模型提供方，而是由开源社区通过推理引擎、蒸馏方案、调度优化等手段持续叠加。这意味着开发者部署 H3 时，可借助 SGL 等开源工具链获得更优的吞吐量与时延表现。

意义与局限

对于正在评估视频生成模型推理成本的研究者与工程团队而言，9.0 秒生成 14.4 秒 768p 视频是一个可参照的实际性能锚点。需要注意的是，该数据基于特定硬件（8× B200）与 warmup 之后的状态，实际冷启动及不同 batch、不同 prompt 复杂度下的表现尚未在官方公告中披露；「无质量回退」的具体衡量标准与对比基线也有待官方后续补充更详细的技术说明。