步数、flow_shift、分辨率一表看懂:MiniMax-H3-NPU Turbo 4步/8步权重参数速查指南
步数、flow_shift、分辨率一表看懂:MiniMax-H3-NPU Turbo 4步/8步权重参数速查指南
本文为 MiniMax-H3-NPU —— 昇腾 NPU(8×64GB A3)上部署 MiniMax-H3 音视频生成模型 + LightX2V Turbo 蒸馏 LoRA 的推理服务项目 —— 编写的一份参数速查指南。你将通过一张总表看懂 Turbo 4步/8步权重的三个关键参数:推理步数(num_inference_steps)、flow_shift 与输出分辨率之间的对应关系,从此告别"参数填错被服务端拒绝"的烦恼。
1. 为什么这三个参数必须记牢?📌
Turbo 蒸馏权重的采样参数是训练时就固定的,服务端会强制校验:步数、flow_shift、audio_flow_shift 任何一个对不上,请求都会被直接拒绝(而不是"效果变差")。
MiniMax-H3-NPU 基于 vLLM-Omni 部署,注册表中共收录 8 个官方 diffusers 布局权重(fl2v 系列 6 个 + ref2v 系列 2 个),注册表源码见 vllm_omni_turbo_multilora.patch。完整部署与调用说明见 README.md。
两种服务形态需分时部署(不要同时启动):
| 服务形态 | 启动参数 | 承载任务 | 可用权重 |
|---|---|---|---|
| fl2va 服务 | --task-type fl2va |
t2va(纯文本)、fl2va(首帧图) | fl2v 系列 6 个 |
| ref2va 服务 | --task-type ref2va |
ref2va(参考图主体一致生成) | ref2v 系列 2 个 |
2. 8 个 Turbo 权重参数总表 ⭐
以下参数表与 README.md 的 7.1 节完全一致:
| 权重文件(简写) | 系列 | 步数 | flow_shift | audio_flow_shift | 建议分辨率 |
|---|---|---|---|---|---|
fl2v_turbo_4step_v0.1 |
fl2v | 4 | 12 | 3.0 | 960×544 |
fl2v_turbo_4step_v1.0_768p |
fl2v | 4 | 6 | 3.0 | 1344×768 |
fl2v_turbo_4step_v1.1_768p |
fl2v | 4 | 6 | 3.0 | 1344×768 |
fl2v_turbo_4step_v1.2_768p |
fl2v | 4 | 6 | 3.0 | 1344×768 |
fl2v_turbo_8step_v1.0_768p |
fl2v | 8 | 6 | 3.0 | 1344×768 |
fl2v_turbo_8step_v1.0(544p) |
fl2v | 8 | 12 | 3.0 | 960×544 |
ref2v_turbo_4step_v0.1 |
ref2v | 4 | 12 | 3.0 | 960×544 |
ref2v_turbo_8step_v1.0_768p |
ref2v | 8 | 6 | 3.0 | 1344×768 |
一条口诀看懂规律 🔑
文件名带
768p→flow_shift=6,分辨率 1344×768;不带768p(544p 家族)→flow_shift=12,分辨率 960×544。audio_flow_shift永远是 3.0,fps固定 24,duration取 4–15 秒。
3. 三步选对参数:从需求到请求 ✅
第 1 步:看分辨率定权重
- 要 1344×768(768p)→ 在文件名带
768p的权重里挑; - 接受 960×544(544p)→ 可选
v0.1/8step_v1.0(544p)系列。
第 2 步:看任务定系列(同时决定服务形态)
- 纯文本或首帧图生成(t2va / fl2va)→ fl2v 权重 + fl2va 服务;
- 参考图主体一致性生成(ref2va)→ ref2v 权重 + ref2va 服务(需先切换服务再发请求)。
第 3 步:对照总表填参数
例如用 fl2v_turbo_4step_v1.2_768p 做 5 秒 t2va:num_inference_steps=4、flow_shift=6、audio_flow_shift=3.0、width=1344 height=768。
4. 步数传 4/8 还是 5/9?两种口径都接受 🤔
这是新手最容易踩的坑,本服务已做双口径兼容(2026-09-14 版本起):
- 按去噪步数传:4-step 权重传 4、8-step 权重传 8;
- 按 σ 点数传(官方 recipe 页面口径):4-step 传 5、8-step 传 9;
- 两种写法内部都会落到同一个 N+1 点 sigma 阶梯,结果一致;
- 非法值仍会被拒绝,例如 4-step 权重传 3 或 9。
⚠️ 另外:8-step(544p)权重官方推荐 8/4 NFE,本版本锁定为 8 步,直接按 8 传即可。
5. Turbo 请求必带 lora 字段 🔩
Turbo 蒸馏请求必须在表单中带 lora 字段(JSON),三要素:name(任意标识)、path(绝对路径,且必须位于启动时 --lora-path 指定的目录内)、scale=1.0;任务通过 extra_params.task 指定。调用样例见 README.md 的 7.2 节(含 t2va / fl2va / ref2va / 基础模型四个完整 curl 示例)。
6. 不用 Turbo 怎么办?基础模型 50步/21步参数
请求不带 lora 字段即自动运行基础模型(已预加载的 Turbo 权重自动停用),不受上表约束,实测常用两组配置:
| 配置 | num_inference_steps | flow_shift | 采样器 |
|---|---|---|---|
| euler 50 步(默认) | 50 | 12.0 | 默认 |
| res_multistep 21 步 | 21 | 12.0 | extra_params 加 "sampler_mode":"res_multistep" |
7. 4步 vs 8步:速度差多少?⚡
实测性能参考(v1.0 768p 4-step,USP8+DLO + laser attention 默认形态,服务端耗时):
| 任务 | 5 秒 | 10 秒 | 15 秒 |
|---|---|---|---|
| t2va(4 步) | 20.0s | 41.6s | 70.9s |
| fl2va(4 步) | 25.4s | — | — |
| ref2va 8-step 15s(8 卡 / 4 卡) | — | — | 235.4s / 441.9s |
几点提示:
- 4 步出片最快,8 步质量更稳、耗时约为 2 倍量级,按业务取舍;
- 4 卡部署比 8 卡慢约 1.7–2×,追求速度请上满 8 卡;
- 首个请求包含 regional 编译预热,耗时约为稳态的 1.5–2 倍,正式测速前先发一次预热请求。
8. 参数速查 FAQ ❓
| 现象 | 原因 | 处置 |
|---|---|---|
请求被拒绝 requires num_inference_steps=…/flow_shift=… |
参数与所选权重规格不匹配 | 对照第 2 节总表,按 lora.path 里的文件名逐项核对 |
| fl2va 服务收到 ref2va 请求被拒 | 服务形态与任务不匹配 | 切换为 ref2va 服务后重试(属预期行为) |
日志出现 Skipping LoRA artifact … |
分区不兼容权重被跳过 | 正常行为,无需处理 |
| 首请求特别慢 | 编译预热 | 先预热一次再测性能 |
参考文件 📂
- 部署与调用全量指导:README.md
- 多 LoRA 注册表与参数固定补丁(参数校验源头):patches/vllm_omni_turbo_multilora.patch
- Turbo 参数表原文:README.md 7.1 节
- 性能实测数据:README.md 附录
掌握"文件名含 768p 与否 → shift 6/12 → 分辨率 1344×768 / 960×544"这条主线,你就能在 MiniMax-H3-NPU 上快速、准确地发出任何一次 Turbo 蒸馏请求。