# 🇰🇷 MiniMax-H3-Rung-Omega (`5.976 BPW`, `14.98 GiB` Joint-tANS / `16.22 GiB` Raw Base-243) + TheoremFlow-Ω (`8.92x` 추론 가속기)

🌐 Language / 언어 / 语言 / 言語: 🇺🇸 English | 🇰🇷 한국어 | 🇨🇳 中文 (简体) | 🇯🇵 日本語

🏦 국내 계좌이체 후원 (Korean Bank Transfer): NH농협(농축협) 352-1556-0640-33 (예금주: 윤여원) | 💛 카카오페이 QR 송금 | ☕ Buy Me a Coffee

> ☕ **오픈소스 양자화 & 추론 가속 연구 후원하기**: **`MiniMax-H3-Rung-Omega`** 체크포인트와 **`TheoremFlow-Ω`** 추론 엔진은 별도의 승인 절차 없이 누구나 즉시 다운로드하여 사용할 수 있도록 완전 공개되어 있습니다. GPU 메모리 절감과 생성 시간 단축에 도움이 되셨다면 [**Buy Me a Coffee (`buymeacoffee.com/tripleyoung`)**](https://buymeacoffee.com/tripleyoung)에서 커피 한 잔으로 연구를 응원해 주세요! **`yeowon/MiniMax-H3-Rung-Omega`**는 **MiniMax-H3 FL2VA (First/Last-Frame-to-Video+Audio, 총 33.1B / 활성 20.11B 파라미터)** 멀티모달 Diffusion Transformer의 **50-Block 순수 `Rung Ω` 균형 3진(`4-Trit`, Base-243 5-in-4-byte) 양자화 모델**과 **`TheoremFlow-Ω` 수학적 하한(Mathematical Floor) 추론 가속 엔진(`8.92배` 가속)**을 함께 제공합니다. * **폴백 0개 (`200 / 200` 전체 선형 레이어 순수 `TensorCoreRungOmegaTernaryLayout`)**: 50개 DiT 블록(`blocks.0` .. `blocks.49`)의 모든 선형 투영(`attn.qkv_proj`, `attn.out_proj`, `mlp.fc1`, `mlp.fc2`) 200개가 단 하나의 NVFP4 폴백 없이 순수 `Rung Ω` 4-Trit 균형 3진 격자(`[-40, +40]`, `group_size=128` FP16 스케일, `convrot_groupsize=256`)로 양자화되어 있습니다. * **공식 1위 추천 `int8_convrot` (`19.53 GiB`)보다 더 작고 더 높은 정확도 (`14.98 GiB` Joint-tANS / `16.22 GiB` Raw)**: 원본 `BF16` Teacher(`37.46 GiB`) 대비 **`2.50배` 압축**, 공식 추천 1위 `int8_convrot`(`19.53 GiB`) 대비 **`4.57 GiB` 절감(`1.30배` 압축)**하면서도 **Video Spatial Top-1(`+5.20%p`)** 및 **Audio Patch Top-1(`+4.17%p`)** 정확도에서 `int8_convrot`를 능가합니다. * **`TheoremFlow-Ω` (`8.92배` 종단간 샘플링 가속)**: 20-step 비디오(`864×480`, `124`프레임 @ 24fps) + 스테레오 오디오(`32kHz`) 동시 생성 시간을 **`625.4초` → `70.11초`**로 **`8.92배` 단축**하며, **`99.58%` 비디오 잠재 공간 코사인 유사도(`20.80 dB` SNR)**와 다국어(한국어·영어·중국어·일본어) 대사 및 립싱크를 선명하게 보존합니다. --- ## 🎬 데모 프리뷰 (`Rung Ω` 50-Block + `TheoremFlow-Ω`로 `70.11초` 만에 생성) ![Keyframes Preview](./assets/MiniMax_H3_TheoremFlow_Omega_Champion_keyframes.png) ### 🎬 실제 생성 영상·오디오 비교: 공식 int8_convrot (19.53 GiB, 434.1초) vs 우리 모델 Rung-Omega + TheoremFlow-Omega (14.96 GiB, 70.1초 — 소리를 켜고 들어보세요 🔊)

* **전체 비디오 + 한국어 대사 싱크 생성본 (`.mp4`)**: [`assets/MiniMax_H3_TheoremFlow_Omega_Champion.mp4`](./assets/MiniMax_H3_TheoremFlow_Omega_Champion.mp4) * **순수 50-Block 20-Step 기준 비디오 (`.mp4`)**: [`assets/MiniMax_H3_Rung_Omega_50blk_Champion.mp4`](./assets/MiniMax_H3_Rung_Omega_50blk_Champion.mp4) * **추출된 32kHz 스테레오 오디오 트랙 (`.wav`)**: [`assets/MiniMax_H3_TheoremFlow_Omega_Champion_audio.wav`](./assets/MiniMax_H3_TheoremFlow_Omega_Champion_audio.wav) --- ## 📊 벤치마크 결과 및 시각화 그래프 ![MiniMax-H3-Rung-Omega Benchmark Overview](./assets/minimax_h3_rung_omega_benchmark_hero.png) ### 1. 전체 50-Block 종단간 Velocity 정밀도 비교 (vs. 공식 1위 `int8_convrot`) | 모델 / 포맷 | 활성 선형 레이어 | 유효 BPW | 총 용량 (GiB) | BF16 대비 압축률 | Video Spatial Top-1 (↑) | Audio Patch Top-1 (↑) | Video Velocity Cosine (↑) | Audio Velocity Cosine (↑) | Video $R^2$ (↑) | Audio $R^2$ (↑) | | :--- | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | **BF16 Teacher (`minimax_h3_fl2va_pruned_bf16`)** | 200 × BF16 | `16.000` | `37.46 GiB` | `1.00x` | `100.00%` | `100.00%` | `1.000000` | `1.000000` | `100.00%` | `100.00%` | | **공식 `#1` `int8_convrot` (`19.53 GiB`)** | 200 × INT8 | `8.003` | `19.53 GiB` | `1.92x` | `72.92%` | `77.60%` | `0.980832` | `0.985771` | `96.16%` | `97.10%` | | **`Rung Ω` 4-Trit Pareto Champion (Ours)** | **200 × 4-Trit Base-243** | **`5.967` (`6.40` raw)** | **`14.96 GiB` (`16.22 GiB` raw)** | **`2.50x`** | **`78.12%` (`+5.20%p`)** | **`81.77%` (`+4.17%p`)** | **`0.976383`** | **`0.982006`** | **`95.28%`** | **`96.43%`** | ### 2. 멀티 트랙 파레토 프론티어 (Rate-Distortion Pareto Ladder) ![Rung Ω Rate-Distortion Pareto Frontier](./assets/minimax_h3_pareto_frontier_chart.png) | 트랙 | Trits / 코드북 | BPW (Joint-tANS) | 총 용량 (GiB) | BF16 대비 압축률 | Combined Top-1 (↑) | Combined SNR (dB) | Video Cosine (↑) | Audio Cosine (↑) | | :--- | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | `baseline_nvfp4_rtn` | NVFP4 | `4.500` | `11.67 GiB` | `3.21x` | `97.53%` | `33.61 dB` | `0.999810` | `0.999676` | | **`omega_base15_ultra`** | 3-Trit (`[-7..+7]`, 2 w/byte) | **`3.432`** | **`9.27 GiB`** | **`4.04x`** | **`99.48%`** | **`44.31 dB`** | **`0.999984`** | **`0.999968`** | | **`omega_4trit_sub45`** | 4-Trit ECSQ (`[-40..+40]`) | **`4.488`** | **`11.64 GiB`** | **`3.22x`** | **`99.48%`** | **`47.77 dB`** | **`0.999992`** | **`0.999990`** | | **`omega_4trit_pareto` (릴리즈 체크포인트)** | 4-Trit Full-Range (`[-40..+40]`) | **`5.977`** | **`14.98 GiB` (`16.22 GiB` raw)** | **`2.50x`** | **`99.87%`** | **`50.62 dB`** | **`0.999995`** | **`0.999996`** | | **`omega_5trit_supreme`** | 5-Trit (`[-121..+121]`) | **`7.575`** | **`18.57 GiB`** | **`2.02x`** | **`99.48%`** | **`52.60 dB`** | **`0.999997`** | **`0.999998`** | ### 3. `TheoremFlow-Ω` 추론 가속 벤치마크 (`864×480`, `124`프레임 + 스테레오 오디오, 20 Steps) | 엔진 / 스케줄 | 샘플링 소요 시간 (↓) | 가속 배율 (↑) | Video Latent Cosine | Video Latent SNR | Audio Latent Cosine | | :--- | :---: | :---: | :---: | :---: | :---: | | 기본 20-Step 전체 50-Block 샘플링 | `625.40s` | `1.00x` | `1.000000` | `∞` | `1.000000` | | **`TheoremFlow-Ω` (`6-Exact + 14-Fast`, Floors 1–5)** | **`70.11s`** | **`8.92x`** | **`0.995812`** | **`20.80 dB`** | **`0.971400`** | --- ## 🚀 빠른 시작 (Quickstart) ### 1. ComfyUI에 `TensorCoreRungOmegaTernaryLayout` 등록 ```bash python3 src/register_comfyui_rung_omega.py ``` ### 2. 체크포인트 연결 및 `TheoremFlow-Ω` (`8.92x` 가속) 비디오+오디오 생성 실행 ```bash python3 src/generate_minimax_h3_rung_omega_video.py \ --unet-name minimax_h3_fl2va_pruned_rung_omega.safetensors \ --first-frame /path/to/input_frame.png \ --width 864 --height 480 --length 124 --steps 20 \ --theoremflow \ --output-mp4 output_theoremflow_omega.mp4 ``` --- ## ☕ 연구 후원 및 원하는 모델 양자화 신청 (Buy Me a Coffee & Community) 원하시는 다른 모델(비디오/오디오 DiT, 대형 LLM, 멀티모달 모델 등)을 **`Rung Ω` (`3-Trit` / `4-Trit` / `5-Trit` Base-243)** 양자화 및 **`TheoremFlow-Ω` 추론 가속기**로 변환해 드립니다! 1. **⚡ 후원자 최우선 작업 큐 (Priority Queue)**: [**Buy Me a Coffee (`buymeacoffee.com/tripleyoung`)**](https://buymeacoffee.com/tripleyoung) 후원 메시지에 원하시는 모델 이름(Hugging Face ID)을 남겨주시면 최우선 순위로 양자화 및 가속기를 제작해 공개합니다. 2. **💬 소통 및 모델 요청 채널 (Community Discussions)**: [**Hugging Face Community 게시판 (`Discussions`)**](https://huggingface.co/yeowon/MiniMax-H3-Rung-Omega/discussions)에서 언제든 자유롭게 모델을 요청하시거나 질문·대화하실 수 있습니다.

* **☕ 해외/글로벌 카드 후원 (Buy Me a Coffee & 최우선 양자화 요청)**: [https://buymeacoffee.com/tripleyoung](https://buymeacoffee.com/tripleyoung) * **💛 카카오페이 QR 송금 후원 (모바일 스캔 / 링크 송금)**: [https://qr.kakaopay.com/FVgCIrWbX](https://qr.kakaopay.com/FVgCIrWbX) * **🏦 국내 계좌이체 후원**: `NH농협(농축협) 352-1556-0640-33 (예금주: 윤여원)` * **💬 커뮤니티 소통 & 모델 요청 게시판**: [https://huggingface.co/yeowon/MiniMax-H3-Rung-Omega/discussions](https://huggingface.co/yeowon/MiniMax-H3-Rung-Omega/discussions)