---
title: MiniMax-H3
canonical_url: "https://www.modelscope.cn/studios/AMD_Dev/MiniMax-H3"
md_url: "https://www.modelscope.cn/studios/AMD_Dev/MiniMax-H3.md"
repository: AMD_Dev/MiniMax-H3
last_updated: 2026-09-16
sdk_type: docker
downloads: 0
stars: 9
---

# MiniMax-H3

> MiniMax-H3 - AMD_Dev 在 ModelScope 创建的在线 Demo。MiniMax-H3 四卡 ROCm 部署

AMD_Dev/MiniMax-H3 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 docker 构建。

- **Repository**: AMD_Dev/MiniMax-H3
- **SDK**: docker
- **Downloads**: 0
- **Stars**: 9
- **Last updated**: 2026-09-16

Source: https://www.modelscope.cn/studios/AMD_Dev/MiniMax-H3

---

# MiniMax-H3 四卡 ROCm 部署

本仓库从 ModelScope 下载 `MiniMax/MiniMax-H3` 的 FL2VA 权重，面向 4 张 AMD Instinct MI300X/MI308X 部署视频生成服务。外部由 AMD 风格的 Gradio/FastAPI 页面提供视频生成、任务进度、结果播放、下载和 API 文档；SGLang 仅监听容器内部端口，并继续提供兼容的异步视频接口。

## 固定运行基线

| 项目 | 配置 |
|---|---|
| ModelScope 模型 | `MiniMax/MiniMax-H3` |
| ModelScope revision | `57559a6720ddaa2eaee52b09ec2ef011127997b2` |
| 权重分区 | `FL2VA`（支持 T2VA 与首尾帧 FL2VA） |
| GPU | 4 × AMD Instinct MI300X/MI308X |
| 并行方式 | 4 GPU，Ulysses degree 4 |
| SGLang | `v0.5.18` ROCm 7.2，固定镜像 digest |
| 性能模式 | `speed` |
| 显存上限 | 每卡 `134.4 GiB`，即 192 GiB 的 `0.7` |
| Web/API 端口 | `${PORT:-7860}` |
| 内部 SGLang 端口 | `${SGLANG_PORT:-8000}`（仅监听 loopback） |
| 公网 API Base URL | `https://studio-amd-dev-minimax-h3.api-inference.modelscope.net/v1` |
| 模型目录 | `/mnt/workspace/models/MiniMax-H3` |

Docker 镜像包含本机完整验证过的三项 ROCm 兼容修复：显存 allocator cap 支持 ROCm、H3 denoise 平台判断支持 CUDA-like 设备，以及 NVIDIA 专用 DiT/VAE fast path 在 ROCm 上回退到 PyTorch 实现。

## ModelScope 创空间部署

1. 运行方式选择 Docker，并给同一节点分配 4 张 AMD GPU。
2. 持久化磁盘建议至少预留 180 GiB；FL2VA 下载约 135 GiB。
3. 保持服务端口为 `7860`。
4. 首次启动通过 `modelscope download` 下载固定 revision，后续复用 `/mnt/workspace/models/MiniMax-H3`。
5. 页面会在模型下载和加载期间显示实时状态；模型加载完成后，`GET /readyz` 和 `GET /v1/models` 均应返回 HTTP 200。

模型权重、测试脚本、测试输入输出、benchmark 结果和本机 `config.env` 均不会提交到 Git 仓库。

## 前端页面

打开创空间即可使用与 `Model-API-2` 同风格的深色 AMD GPU Model API 页面，包含：

- 文本生成视频（T2VA）。
- 首帧、尾帧或首尾帧生成视频（FL2VA）。
- 比例、短边分辨率、时长、推理步数、Seed 和质量参数。
- 异步任务 ID、排队/生成进度、错误信息、视频播放和 MP4 下载。
- API 示例、GPU 运行环境、启动检查、SGLang 日志和当前部署配置。

Web 进程会先启动，模型下载或加载期间页面仍可访问。只有 `/readyz` 在模型真正就绪后返回 HTTP 200。

## API 使用

提交 T2VA 任务：

```bash
export MODELSCOPE_TOKEN="<YOUR_MODELSCOPE_TOKEN>"
export BASE_URL="https://studio-amd-dev-minimax-h3.api-inference.modelscope.net/v1"

curl --fail-with-body -X POST \
  "${BASE_URL}/videos" \
  -H "Authorization: Bearer ${MODELSCOPE_TOKEN}" \
  -H "X-ModelScope-Access-Token: ${MODELSCOPE_TOKEN}" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "MiniMax-H3",
    "task": "t2va",
    "prompt": "integrated_multimodal_description: A calm sunrise over a mountain lake. overall_soundscape: Gentle water and distant birds.",
    "conditions": [],
    "target": {
      "short_edge": 512,
      "aspect_ratio": "16:9",
      "duration_seconds": 4
    },
    "num_inference_steps": 8,
    "seed": 0,
    "quality": "lossless"
  }'
```

当前 AMD ROCm 部署固定使用 `quality=lossless`。旧客户端传入
`quality=high` 或 `quality=standard` 时，公网网关会兼容转换为
`lossless`；其中 `high` 是 SGLang 仅为严格的 4×NVIDIA H200 +
FlashAttention 部署验证的模式，不能直接用于本部署。

页面默认使用 512 短边、4 秒、8 steps 的交互预览参数。768 短边、
5 秒、50 steps 属于最终质量档，在当前四卡 AMD 实例上的单任务实测
约需 9–11 分钟。

提交后会返回任务 `id`。使用以下接口轮询并下载结果：

```bash
curl -H "Authorization: Bearer ${MODELSCOPE_TOKEN}" \
  -H "X-ModelScope-Access-Token: ${MODELSCOPE_TOKEN}" \
  "${BASE_URL}/videos/VIDEO_ID"
curl -L -H "Authorization: Bearer ${MODELSCOPE_TOKEN}" \
  -H "X-ModelScope-Access-Token: ${MODELSCOPE_TOKEN}" \
  -o output.mp4 "${BASE_URL}/videos/VIDEO_ID/content"
```

公网推理请求必须同时携带 `Authorization` 和
`X-ModelScope-Access-Token`，两个 Header 使用同一个 ModelScope Token。

健康检查：

```bash
curl "https://studio-amd-dev-minimax-h3.api-inference.modelscope.net/health"
curl "https://studio-amd-dev-minimax-h3.api-inference.modelscope.net/healthz"
curl --fail "https://studio-amd-dev-minimax-h3.api-inference.modelscope.net/readyz"
curl "https://studio-amd-dev-minimax-h3.api-inference.modelscope.net/v1/models"
```

- `/health`：兼容原 SGLang 部署的存活检查。
- `/healthz`：返回 Web、模型加载阶段、GPU 和重启状态。
- `/readyz`：仅在内部 MiniMax-H3 可接受生成任务时返回 200。

## 可配置环境变量

| 变量 | 默认值 | 说明 |
|---|---|---|
| `MODEL_REPO` | `MiniMax/MiniMax-H3` | ModelScope 模型仓库 |
| `MODEL_REVISION` | 固定 commit | 精确权重版本 |
| `MODEL_DIR` | `/mnt/workspace/models/MiniMax-H3` | 持久化模型目录 |
| `DOWNLOAD_MODEL` | `1` | 缺权重时自动下载；设为 `0` 则直接失败 |
| `DOWNLOAD_WORKERS` | `8` | 并行下载线程数 |
| `NUM_GPUS` | `4` | SGLang worker 数量 |
| `ULYSSES_DEGREE` | `4` | 序列并行度 |
| `GPU_MEMORY_CAP_GIB` | `134.4` | 每卡 allocator cap |
| `PORT` / `GRADIO_SERVER_PORT` | `7860` | 前端与公网 API 监听端口 |
| `SGLANG_PORT` | `8000` | 内部 SGLang 监听端口 |
| `STUDIO_SLUG` | `amd-dev-minimax-h3` | 用于页面展示公网 API 地址 |
| `INFERENCE_BASE_URL` | 自动按 `STUDIO_SLUG` 生成 | 可选的公网地址覆盖值，不包含 `/v1` |
| `AUTO_RESTART_SGLANG` | `1` | SGLang 异常退出后自动恢复 |
| `MODEL_START_TIMEOUT_SECONDS` | `7200` | 模型加载等待上限 |
| `MAX_IMAGE_FILE_MB` | `25` | 前端首尾帧单文件限制 |
| `VIDEO_JOB_TIMEOUT_SECONDS` | `7200` | 前端轮询单个视频任务的上限 |
| `SGLANG_EXTRA_ARGS` | 空 | 追加的 SGLang 参数 |

完整变量示例见 `.env.example`。MiniMax-H3 当前在 ModelScope 为公开模型，通常无需 Token；如下载侧要求鉴权，可在创空间环境变量中设置 `MODELSCOPE_API_TOKEN`。

## 已验证结果

同一镜像与参数已在 4 × MI308X 上完成完整补测：1,916/1,916 个任务完成，1,916/1,916 个输出文件存在并通过 FFprobe，C8 连续 15 分钟 308/308 成功，精确 Prompt 长度覆盖至 128K token，29/29 个 safetensors 文件头校验通过。ModelScope 上 FL2VA 的这 29 个权重文件 SHA-256 与实测权重全部一致。