Fast H3 Omni 공개: MiniMax H3 비디오 생성 최대 12배 가속, 8단계 샘플링 지원

Fast H3 Omni는 오픈소스 비디오 생성 모델 MiniMax H3를 위한 추론 가속 기술로, 비디오 제작 파이프라인의 생성 시간을 크게 줄여준다.

이 도구의 가장 큰 특징은 일반적인 텍스트 기반 생성이 아니라 레퍼런스 기반 비디오 생성에 특화되어 있다는 점이다. 인물이나 배경의 참조 이미지를 입력하면, 영상이 재생되는 내내 캐릭터의 외형과 장면의 일관성을 안정적으로 유지해 준다.

가속 원리와 성능

FastVideo와 Nuva Lab이 공동 개발하고 엔비디아 FastGen 팀이 협력한 이 프로젝트는 기본 모델에서 50단계가 필요했던 샘플링 스텝을 단 8단계로 줄였다.

스텝 수를 대폭 압축하면서 추론 속도도 비약적으로 향상됐다. GB200 GPU 8장을 활용한 테스트에서 추론 지연 시간이 최대 12배 단축됐다. 참조 이미지를 3장 넣었을 때는 약 5.8배, 참조 비디오를 입력했을 때는 약 6.98배의 가속 성능을 보였다.

영상뿐 아니라 오디오 VAE를 함께 연결해 프롬프트 안에서 이미지, 비디오, 오디오 태그를 지정하면 영상과 싱크가 맞는 오디오까지 동시에 생성할 수 있다.

사용 방법 및 구동 환경

모델 가중치는 Hugging Face에 공개되었으며 MiniMax-H3 커뮤니티 라이선스를 따른다.

배포된 체크포인트는 BF16, INT8 ConvRot, FP8, NVFP4 QAD 포맷뿐 아니라 Apple Silicon 전용 최적화 모델까지 다양하게 구성되어 있다.

가장 간편한 실행 방법은 ComfyUI를 활용하는 것이다. FastH3-Omni-Comfy 저장소에서 텍스트 인코더와 VAE 파일을 내려받아 지정된 폴더에 넣고, 8단계 샘플러를 설정하면 곧바로 비디오 생성을 시작할 수 있다.

하드웨어 환경에 맞춰 고사양 GB200이나 RTX PRO 6000 환경에서는 UniServe 배포 방식을 쓰고, RTX 5090이나 DGX Spark에서는 NVFP4 모델을, RTX 4090 환경에서는 FP8 체크포인트와 레이어 오프로드를 활용해 구동할 수 있다.

왜 중요한가

캐릭터 일관성 유지는 AI 영상 제작에서 가장 까다로운 난제였다. Fast H3 Omni는 고성능 오픈소스 모델인 MiniMax H3를 8스텝만으로 빠르게 구동할 수 있게 만들어 작업 실효성을 끌어올렸다.

특히 ComfyUI 지원과 함께 Apple Silicon 및 FP8, INT8 등 다양한 양자화 버전을 첫날부터 배포한 점이 돋보인다. 대규모 서버를 갖추지 못한 개인 창작자나 소규모 스튜디오도 작업 환경에 맞춰 부담 없이 도입해 볼 만하다.