Update verified H3 comparison and measured timing evidence

.gitattributes

@@ -113,3 +113,10 @@ assets/lightx2v-8/17.mp4 filter=lfs diff=lfs merge=lfs -text
 assets/lightx2v-8/18.mp4 filter=lfs diff=lfs merge=lfs -text
 assets/lightx2v-8/19.mp4 filter=lfs diff=lfs merge=lfs -text
 assets/lightx2v-8/20.mp4 filter=lfs diff=lfs merge=lfs -text
+assets/ref2va-inputs/ref2va_test_1_1.jpg filter=lfs diff=lfs merge=lfs -text
+assets/ref2va-inputs/ref2va_test_1_2.jpg filter=lfs diff=lfs merge=lfs -text
+assets/ref2va-inputs/ref2va_test_1_3.jpg filter=lfs diff=lfs merge=lfs -text
+assets/ref2va-inputs/ref2va_test_2_1.jpg filter=lfs diff=lfs merge=lfs -text
+assets/ref2va-inputs/ref2va_test_2_2.jpg filter=lfs diff=lfs merge=lfs -text
+assets/ref2va-inputs/ref2va_test_2_3.jpg filter=lfs diff=lfs merge=lfs -text
+assets/ref2va-inputs/ref2va_test_4_1.jpg filter=lfs diff=lfs merge=lfs -text

REPORT.md

@@ -1,101 +1,96 @@
 # Sol-H3 / HyperFlow 测试结果
 
-HSG 与 Poly 原始测速均已完成，共 46 组实测配置。效果区目前为旧版 5 秒原始社区提示词结果，未按 H3 结构重写；15 秒修正版正在准备。
+HSG、Poly 共 57 条独立实测记录。全部来自本次 Slurm 推理输出；GitHub B300 历史数字单独标注。
 
-[HF 对比 Space（公开）](https://huggingface.co/spaces/Lawrence-cj/sol-h3-hyperflow-comparison) 包含 20 个相同场景、4 组 checkpoint，共 80 段新生成的带音频视频。
+[公开对比 Space](https://huggingface.co/spaces/Lawrence-cj/sol-h3-hyperflow-comparison) · [逐次实测计时 CSV](benchmark-evidence.csv) · [完整公开结果 JSON](data.json)
 
-## HSG 速度
+## 15 秒效果样片
 
-硬件实测为 NVIDIA GB200，单卡 189471 MiB，4 卡/节点；8 卡使用两节点。1 卡测试实际使用 1 个 GPU 进程，按集群规则分配 4 卡。预热一次后测试三次，取中位数；计入文本编码、DiT 和音视频 VAE，不含权重加载、预热编译、MP4 编码。
+20 个场景 × 4 个 H3 checkpoint，共 80 段重新生成的音视频。全部使用 1344×768、362 帧、24 FPS，目标时长 15 秒；同一场景的 prompt 和 seed 完全相同。效果区使用 HSG 4 卡、BF16、SOL/BSA。
 
-| Checkpoint / 计算 | 使用卡数 | 5 秒 / 124f | 10 秒 / 243f | 15 秒 / 362f |
-|---|---:|---:|---:|---:|
-| hyperflow-8 / BF16 | 1 | 25.560 s | 71.960 s | 137.426 s |
-| hyperflow-8 / BF16 | 4 | 5.519 s | 13.347 s | 24.273 s |
-| hyperflow-8 / BF16 | 8 | 3.224 s | 7.476 s | 13.338 s |
-| hyperflow-8 / MXFP8 | 8 | 2.759 s | 6.552 s | 12.065 s |
-| fasth3-4 / BF16 | 1 | 14.144 s | 37.886 s | 71.524 s |
-| fasth3-4 / BF16 | 4 | 2.996 s | 7.041 s | 12.621 s |
-| fasth3-4 / BF16 | 8 | 1.666 s | 3.754 s | 6.676 s |
-| lightx2v-8 / BF16 | 4 | 5.536 s | — | — |
-| lightx2v-4 / BF16 | 4 | 2.964 s | — | — |
+旧版 5 秒样片使用了普通社区文本，未整理为 H3 格式。本版已按 H3 T2VA 的 `integrated_multimodal_description`、`overall_soundscape`、`non_diegetic_music` 三字段整理；首镜头为 `[Shot 1]`，切镜时间在 15 秒内，原文中的明确台词保留并加上说话人和 `<d>` 标签。社区原文与本次实际输入分别展示，新增镜头节奏、环境音等明确属于本次整理，并不声称是作者的原版结构化提示词。
 
-1 卡采用 dense，4/8 卡采用 SOL/BSA、INT8 QKV 通信、FP8 输出通信和并行 VAE。主效果对比使用 4 卡 BF16；MXFP8 仅列为独立速度配置。这些近似运算可能改变画面和音频。
+20 条实际输入通过字段顺序、镜头编号、时间范围、引用完整性、语音标签及哈希检查；80 段输出逐一核对输入哈希、seed、步数、362 帧、几何尺寸、FPS、双声道音频，并完整解码音视频。此检查证明数据对应关系和媒体完整性，不等同于模型逐条服从了全部镜头和台词。
 
-## 与 GitHub 原速度比较
+## 计时与环境
 
-原表测于 B300。本次使用默认 quiet-room prompt、seed 20260903；原表未提供完整 prompt。因此这是跨硬件参照比较，不是完全同条件复现。
+速度表使用独立的 [quiet-room 测速 prompt](benchmark_prompt.txt)，seed 20260903。每种配置预热一次、测三次取中位数，包含文本编码、DiT、视频 VAE 和音频 VAE；排除权重加载、预热编译和 MP4 编码。效果卡片则显示该复杂 prompt 的单次耗时，可能含新形状首次编译，因此不与预热后的测速表混用。
 
-| FastH3 使用卡数 | 时长 | 本次 GB200 | GitHub B300 | 耗时差异 |
-|---:|---:|---:|---:|---:|
-| 1 | 5s | 14.144s | 13.745s | +2.90% |
-| 1 | 10s | 37.886s | 37.813s | +0.19% |
-| 1 | 15s | 71.524s | 52.260s | +36.86% |
-| 4 | 5s | 2.996s | 2.918s | +2.67% |
-| 4 | 10s | 7.041s | 6.993s | +0.69% |
-| 4 | 15s | 12.621s | 12.542s | +0.63% |
-| 8 | 5s | 1.666s | 1.653s | +0.79% |
-| 8 | 10s | 3.754s | 3.732s | +0.59% |
-| 8 | 15s | 6.676s | 6.612s | +0.97% |
+HSG 和 Poly 都重新建立了独立推理环境，PyTorch 2.10.0+cu130、CUDA toolkit 13.0.2、Triton 3.6.0、cuDNN 9.15.1.9、Transformers 5.8.1；Diffusers 与 cuDNN frontend 均固定到相同提交。HSG Python 3.12.13，Poly Python 3.12.3。硬件均报告 NVIDIA GB200，4 卡/节点，8 卡跨两节点；单卡测试只启用一个 GPU 进程。
 
-9 组 FastH3 配置中，8 组比原参照慢 0.19–2.90%；单卡 15 秒慢 36.86%，不能视为全部速度一致。本次没有对这一长视频性能差异作进一步瓶颈归因。
+## HSG 本次实测
 
-## Poly 速度
+| Checkpoint / 计算 | 使用卡数 | 5 秒 / 124f | 10 秒 / 243f | 15 秒 / 362f |
+|---|---:|---:|---:|---:|
+| fasth3-4 / BF16 | 1 | 14.144 s | 37.886 s | 71.524 s |
+| fasth3-4 / BF16 | 4 | 2.996 s | 7.041 s | 12.621 s |
+| fasth3-4 / BF16 | 8 | 1.666 s | 3.754 s | 6.676 s |
+| hyperflow-8 / MXFP8 | 1 | 22.428 s | 65.486 s | 129.516 s |
+| hyperflow-8 / MXFP8 | 4 | 4.607 s | 11.552 s | 21.511 s |
+| hyperflow-8 / MXFP8 | 8 | 2.759 s | 6.552 s | 12.065 s |
+| hyperflow-8 / BF16 | 1 | 25.560 s | 71.960 s | 137.426 s |
+| hyperflow-8 / BF16 | 4 | 5.519 s | 13.347 s | 24.273 s |
+| hyperflow-8 / BF16 | 8 | 3.224 s | 7.476 s | 13.338 s |
+| lightx2v-4 / BF16 | 4 | 2.964 s | — | — |
+| lightx2v-8 / BF16 | 4 | 5.536 s | — | — |
 
-Poly 同为每节点 4 张 NVIDIA GB200，8 卡使用两个节点；Slurm 无 GPU GRES，按整节点分配。实际推理使用 1、4 或 8 个 GPU 进程。计时、prompt、seed、权重哈希和推理依赖版本与 HSG 一致；Poly Python 为 3.12.3，HSG 为 3.12.13，驱动及集群网络环境也有差异。
+## POLY 本次实测
 
 | Checkpoint / 计算 | 使用卡数 | 5 秒 / 124f | 10 秒 / 243f | 15 秒 / 362f |
 |---|---:|---:|---:|---:|
-| hyperflow-8 / BF16 | 1 | 24.940 s | 70.312 s | 135.545 s |
-| hyperflow-8 / BF16 | 4 | 5.514 s | 13.581 s | 24.797 s |
-| hyperflow-8 / BF16 | 8 | 3.122 s | 7.369 s | 13.218 s |
-| hyperflow-8 / MXFP8 | 8 | 2.714 s | 6.550 s | 12.104 s |
 | fasth3-4 / BF16 | 1 | 13.841 s | 37.857 s | 71.750 s |
 | fasth3-4 / BF16 | 4 | 3.077 s | 7.225 s | 12.986 s |
 | fasth3-4 / BF16 | 8 | 1.631 s | 3.787 s | 6.707 s |
-| lightx2v-8 / BF16 | 4 | 5.112 s | — | — |
+| hyperflow-8 / MXFP8 | 1 | 21.857 s | 63.848 s | — |
+| hyperflow-8 / MXFP8 | 4 | 4.649 s | 11.837 s | 22.035 s |
+| hyperflow-8 / MXFP8 | 8 | 2.714 s | 6.550 s | 12.104 s |
+| hyperflow-8 / BF16 | 1 | 24.940 s | 70.312 s | 135.545 s |
+| hyperflow-8 / BF16 | 4 | 5.514 s | 13.581 s | 24.797 s |
+| hyperflow-8 / BF16 | 8 | 3.122 s | 7.369 s | 13.218 s |
 | lightx2v-4 / BF16 | 4 | 2.928 s | — | — |
+| lightx2v-8 / BF16 | 4 | 5.112 s | — | — |
+
+## GitHub 历史参照（B300）
+
+以下数字从已公布的 Sol-H3 源码快照引用，未当作本次实测。原表没有公开完整测速 prompt，因此属于跨硬件参照，不是严格同条件复现。
+
+| FastH3 4-step BF16 卡数 | 5 秒 | 10 秒 | 15 秒 |
+|---:|---:|---:|---:|
+| 1 | 13.745 s | 37.813 s | 52.260 s |
+| 4 | 2.918 s | 6.993 s | 12.542 s |
+| 8 | 1.653 s | 3.732 s | 6.612 s |
+
+HSG 单卡 15 秒为 71.524 秒，相对 GitHub 的 52.260 秒慢 36.86%。该差距在两套新环境中都出现，不能归因为本次忘了重新配环境；也不能在没有 B300 分阶段记录时，把原因确定为某一项依赖或硬件。
+
+POLY 单卡 15 秒为 71.750 秒，相对 GitHub 的 52.260 秒慢 37.29%。该差距在两套新环境中都出现，不能归因为本次忘了重新配环境；也不能在没有 B300 分阶段记录时，把原因确定为某一项依赖或硬件。
+
+## 实际启用的加速
+
+- BF16 主测试开启融合 RMSNorm/调制/残差、QKNorm/RoPE、SwiGLU，以及 AdaLN 预计算。HyperFlow 缓存完整 `(t,r)` 条件。
+- 多卡启用 SOL/BSA 与 Ulysses；实际记录每次请求的稀疏注意力调用和 INT8 QKV / FP8 输出通信。部分层与前几个步骤按既定策略保留 dense，并非漏开稀疏。
+- 单卡使用发布实现的 dense 路径。视频 VAE decoder 编译；多卡额外启用视频 VAE 分片与批处理。音频 VAE 未做同样的并行改造。
+- MXFP8 作为独立配置测试，量化第 2–46 层共 180 个线性层；与 BF16 主表分别列出。首次仅测了 8 卡，现在补测 1/4 卡；不能把最初 BF16 主表描述为所有可选量化均已开启。
+- 融合 SwiGLU 的大张量地址已改为 64 位，独立 GB200 边界数值检查与完整单卡 15 秒推理通过。
+
+## HyperFlow 8-step 与 LightX2V 8-step
+
+两者每个视频都做 8 次联合音视频 DiT 前向，但时间条件与采样网格不同。
+
+| 项目 | HyperFlow v1.0 | 本次 LightX2V 8-step v1.0 |
+|---|---|---|
+| 时间条件 | 当前时间 t 与区间终点 r | 单时间条件 |
+| 时间嵌入 | 独立两套嵌入，gate 0.25 | 原始 H3 时间嵌入 |
+| 网格 | 权重元数据内的固定非均匀网格 | 对应推理配置的均匀原始网格 |
+| video / audio shift | 12 / 3 | 6 / 3 |
+| LoRA rank / alpha | 256 / 256 | 128 / 8 |
+
+HyperFlow 保留原 Euler 状态更新；额外设计主要在两时间条件、时间嵌入和对应训练网格。接入时同时安装这些逻辑，不能仅把它作为普通 LoRA 换文件。每种 adapter 在新推理实例中加载，避免 LoRA 累加；该验证不代表支持已融合模型的原地热切换。
+
+GPU 效果验证覆盖 T2VA。FL2VA/Ref2VA 仅完成已有结构和数值检查，没有新增 GPU 效果验证。HyperFlow 所述训练画布为 124 帧，15 秒属于更长时长的实际测试。
+
+## 来源与复现
 
-### Poly 与 HSG / GitHub 的对比
-
-| Checkpoint | 卡数 | 生成时长 | Poly 耗时 | 相对 HSG | 相对 GitHub B300 |
-|---|---:|---:|---:|---:|---:|
-| hyperflow-8 | 1 | 5s | 24.940s | -2.43% | — |
-| hyperflow-8 | 1 | 10s | 70.312s | -2.29% | — |
-| hyperflow-8 | 1 | 15s | 135.545s | -1.37% | — |
-| hyperflow-8 | 4 | 5s | 5.514s | -0.08% | — |
-| hyperflow-8 | 4 | 10s | 13.581s | +1.75% | — |
-| hyperflow-8 | 4 | 15s | 24.797s | +2.16% | — |
-| hyperflow-8 | 8 | 5s | 3.122s | -3.18% | — |
-| hyperflow-8 | 8 | 10s | 7.369s | -1.43% | — |
-| hyperflow-8 | 8 | 15s | 13.218s | -0.90% | — |
-| fasth3-4 | 1 | 5s | 13.841s | -2.14% | +0.70% |
-| fasth3-4 | 1 | 10s | 37.857s | -0.08% | +0.12% |
-| fasth3-4 | 1 | 15s | 71.750s | +0.32% | +37.29% |
-| fasth3-4 | 4 | 5s | 3.077s | +2.69% | +5.43% |
-| fasth3-4 | 4 | 10s | 7.225s | +2.61% | +3.31% |
-| fasth3-4 | 4 | 15s | 12.986s | +2.89% | +3.54% |
-| fasth3-4 | 8 | 5s | 1.631s | -2.06% | -1.28% |
-| fasth3-4 | 8 | 10s | 3.787s | +0.87% | +1.47% |
-| fasth3-4 | 8 | 15s | 6.707s | +0.46% | +1.44% |
-
-Poly FastH3 除单卡 15 秒外，相对原 B300 耗时差异为 -1.28% 至 +5.43%。单卡 15 秒耗时 71.750 秒，比原参照慢 37.29%；两个 GB200 集群都复现了这一差距。
-
-正值表示耗时更长。页面的 80 段效果样片保持使用 HSG 的 4 卡 BF16 结果；Poly 的 23 组测速分别生成了带音频视频并完成全量解码校验。
-
-## Checkpoint 适配和验证
-
-- 新文件是 HyperFlow 8-step LoRA。其 rank/alpha 为 256/256、gate 为 0.25，采用两套时间嵌入与固定 sigma 网格，video/audio shift 为 12/3；不能仅按普通 LoRA 换文件。已加入自动识别、完整目标校验、两时间 AdaLN 缓存和 Sol-H3 加速。
-- 每次切换已融合的 adapter 使用新推理实例；HSG 实测冷加载约 6–7 分钟，权重读取与模型初始化均不计入表中的预热后推理耗时。此结果不代表支持原地热切换。
-- 两时间缓存覆盖全部 50 层、8 个步骤，约占 0.433 GiB，并释放每卡约 24.234 GiB 的投影权重。
-- 修复了原有 SwiGLU 的 32 位地址溢出。独立 GB200 大张量测试复现原版边界后读错，64 位实现通过数值检查；修复后的单卡 15 秒完整推理已通过。
-- HSG 和 Poly 的新环境均通过 9 项 CPU 数值/流水线测试；所有最终作业均以 0:0 退出。80 段样片与 46 个测速视频均完成帧数、分辨率、FPS、双声道音频及全量解码检查。
-- 已查看全部 80 段视频的预览帧，并检查四组模型第一个样例的多时间点画面；浏览器验证四路完整播放、步数筛选、20 场景切换和窄屏布局。画质优劣仍需逐段结合动作和音频判断。
-- GPU 测试覆盖 T2VA。FL2VA / Ref2VA 仅完成加载结构和数值测试，尚未做 GPU 端到端验证；10/15 秒也超出了 HyperFlow 所述的 124 帧训练范围。
-
-## 代码与记录
-
-- 本地代码提交：`bcce779cbe6bd7aa46d92adb4182136fc90a5724`，分支 `codex/hyperflow-h3`。已部署到本次 HSG 和 Poly 目录，未推到公开 Sana 仓库。
-- 所有输出保留 checkpoint SHA256、基础模型 revision、seed、NFE、集群、卡数和推理参数，见 [data.json](data.json)。
-- Prompt 来源：[BeatAPI Prompt Gallery](https://github.com/BeatAPI/awesome-minimax-h3-prompts)，逐条保留原作者链接；统一为 1344×768、124 帧、24 FPS、seed 42–61。时长/横竖屏调整记录在每条 prompt 下。
-- 基础代码与原始参照：[NVlabs/Sana Sol-H3](https://github.com/NVlabs/Sana/tree/sol-engine/models/minimax_h3/Sol-H3)。
+- 基础代码：[NVlabs/Sana Sol-H3](https://github.com/NVlabs/Sana/tree/sol-engine/models/minimax_h3/Sol-H3)，本次适配提交 `bcce779cbe6bd7aa46d92adb4182136fc90a5724`。
+- 社区提示词：[BeatAPI awesome-minimax-h3-prompts](https://github.com/BeatAPI/awesome-minimax-h3-prompts)，逐条保留原作者链接和原始文本。
+- 比较仅包含 H3：HyperFlow 8-step、FastH3 4-step、LightX2V 8-step v1.0、LightX2V 4-step v1.2。
+- 公开数据包含 checkpoint SHA256、基础模型 revision、prompt/seed、NFE、GPU 数、精度、逐次计时和媒体哈希；内部节点与调度日志保留在本地实验记录。

app.js

@@ -2,7 +2,7 @@
 let data, sampleIndex = 0, stepFilter = "all";
 const $ = s => document.querySelector(s);
 const text = (tag, value, cls) => { const e = document.createElement(tag); e.textContent = value; if (cls) e.className = cls; return e; };
-const videos = () => [...document.querySelectorAll("video")];
+const videos = () => [...document.querySelectorAll("#gallery video")];
 function renderSample() {
   videos().forEach(v => v.pause());
   const s = data.samples[sampleIndex];
@@ -12,6 +12,7 @@ function renderSample() {
   $("#scene-seed").textContent = `SEED ${s.seed}`;
   $("#position").textContent = `${sampleIndex + 1} / ${data.samples.length}`;
   $("#prompt").textContent = s.prompt;
+  if ($("#source-prompt")) $("#source-prompt").textContent = s.source_prompt;
   $("#adaptations").textContent = (s.adaptations || []).join(" ");
   const source = document.createElement("a"); source.href = s.source.url; source.target = "_blank"; source.rel = "noreferrer"; source.textContent = `${s.source.name} · 原始来源 ↗`;
   $("#attribution").replaceChildren(source, text("span", ` · BeatAPI Prompt Gallery · 原示例 ${s.source_duration}`));