FastH3 Omni
FastH3 Omni es una versión destilada y de pesos abiertos de MiniMax H3 para crear video con sonido guiado por referencias, publicada por FastVideo (Hao AI Lab) el 20 de octubre de 2026. Convierte un prompt junto con imágenes, clips de video y voz de referencia en un clip con audio sincronizado en 8 pasos en lugar de 50, y FastVideo indica una latencia 5,6–11,9× menor que la del modelo base. GoEnhance no aloja FastH3 Omni; la consola de abajo ejecuta el modelo completo de referencia a video de MiniMax H3 del que se destiló.
@1
@2
@3
MiniMax H3
Imágenes de referencia
@1
@2
@3
@4
Añade de 1 a 4 imágenes: una persona, una mascota, un producto o un lugar. En el prompt, llámalas @[image1], @[image2]… en este orden.
Instrucción
Prompts de ejemplo
Al subir un archivo, aceptas las Condiciones de uso y la Política de privacidad de GoEnhance
Lo que aporta FastH3 Omni
8 pasos en lugar de 50
FastH3 Omni es un modelo alumno de pocos pasos de MiniMax H3: cada clip requiere ocho evaluaciones del transformer, frente a 50 en el modelo base. En 27 cargas de trabajo equivalentes con ocho GPU NVIDIA GB200, FastVideo midió una latencia de extremo a extremo 5,6–11,9× menor. La cifra destacada de unas 12× es el mejor caso: un clip de 15 segundos a partir de un solo video de referencia corto.
Referencias para rostros, escenarios, movimiento y voz
A diferencia del FastH3 anterior, que solo admitía texto a video e imagen a video, Omni conserva el modo de referencia a video de H3. Puedes combinar imágenes de referencia, clips de video y una referencia de voz en un mismo prompt; FastVideo probó configuraciones desde una sola imagen hasta 9 imágenes más 3 clips.
Video y sonido en una sola pasada
Igual que MiniMax H3, FastH3 Omni genera la imagen y el audio estéreo sincronizado a la vez. Los ejemplos de FastVideo van a 24 fps, con duraciones de 5, 10 y 15 segundos.
Funciona en GPU Blackwell y RTX
Además de las GPU para centros de datos, FastVideo ofrece pesos NVFP4 entrenados para Blackwell, con recetas para DGX Spark y RTX 5090 que usan 480p por defecto, y una receta FP8 para RTX 4090 con descarga capa por capa.
Pesos abiertos, código de entrenamiento y ComfyUI
Los pesos están en Hugging Face, en la colección FastVideo/fasth3-omni, incluidos paquetes FP8 y NVFP4 para ComfyUI, y la receta de entrenamiento está en el repositorio de FastVideo. Según FastVideo, el entrenamiento llevó unas 7.800 horas de GPU en 64 NVIDIA B300.
FastH3 Omni vs FastH3 vs MiniMax H3
Cómo crear videos con referencias como FastH3 Omni en GoEnhance
01
Sube tus referencias
Añade hasta 9 imágenes de personajes, productos y lugares. También puedes añadir un clip de video para el movimiento y hasta 3 clips de audio para la voz o el sonido, de 2 a 15 segundos cada uno.
02
Etiquétalas en el prompt
Menciona cada referencia por su etiqueta, como @[image1], y describe la acción, la cámara y lo que se oye. Pon los diálogos entre comillas.
03
Elige duración, formato y calidad
Elige de 5 a 15 segundos, una relación de aspecto de 16:9 a 9:16, y 720p o 1080p.
04
Genera y ajusta
MiniMax H3 genera el clip con sonido nativo. Ajusta el prompt o cambia una referencia y vuelve a generarlo.
Quizás te interese saber
¿Qué es FastH3 Omni?
¿Cuánto más rápido es FastH3 Omni que MiniMax H3?
¿La calidad es la misma que la de MiniMax H3?
¿En qué se diferencia FastH3 Omni de FastH3?
¿Puedo ejecutar FastH3 Omni en mi propia GPU?
¿FastH3 Omni funciona en ComfyUI?
¿FastH3 Omni es de código abierto?
¿Puedo usar FastH3 Omni en GoEnhance?
¿Los ejemplos de esta página se hicieron con FastH3 Omni?
Más modelos de MiniMax y de video con referencias
Dirige una escena a partir de tus referencias
Combina personajes, lugares, un clip de movimiento y una voz, y deja que MiniMax H3 los convierta en un video con sonido. Sin GPU ni configuración.
Prueba referencia a video con MiniMax H3