TaoMate-H3开放三步LoRA与音视频流式生成推理代码

TaoMate-H3基于MiniMax H3，结合三步LoRA推理与片段式自回归生成，支持分钟级续写以及480p、768p、1080p级横竖屏音视频。实现中保留初始视觉与近期音视频KV，并采用全局位置编码和片段音频指导，控制长程生成成本。此次开放推理代码与step-3000 EMA LoRA，许可沿用MiniMax H3 Community License，并非无条件商业开源。在8张H20 96GB、480×864、10秒输出的对照中，纯DiT用时169.572秒降至14.810秒；首个最终latent为170.052秒降至6.148秒。二者不等于完整视频端到端加速，计时排除项需按仓库说明理解。