🇨🇳 MiniMax-H3-Rung-Omega (`5.976 BPW`, `14.98 GiB` Joint-tANS / `16.22 GiB` Raw Base-243) + TheoremFlow-Ω (`8.92x` 推理加速引擎)

🌐 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

☕ 支持开源量化与推理加速研究：**MiniMax-H3-Rung-Omega** 权重与 TheoremFlow-Ω 推理加速引擎完全开源公开（无需申请审批即可直接下载使用）。如果本项目帮您节省了 GPU 显存与视频生成时间，欢迎通过 Buy Me a Coffee (buymeacoffee.com/tripleyoung) 请我们喝杯咖啡！

yeowon/MiniMax-H3-Rung-Omega 提供针对 MiniMax-H3 FL2VA (首尾帧生视频+音频，总参数 33.1B / 激活参数 20.11B) 多模态 Diffusion Transformer 的 50-Block 纯 Rung Ω 平衡三进制 (4-Trit, Base-243 5-in-4-byte) 量化权重 以及 **TheoremFlow-Ω 数学下界推理加速引擎 (8.92x 端到端加速)**。

零回退 (200 / 200 线性层全部采用纯 TensorCoreRungOmegaTernaryLayout)：全部 50 个 DiT 模块 (blocks.0 .. blocks.49) 中的 200 个线性投影层 (attn.qkv_proj, attn.out_proj, mlp.fc1, mlp.fc2) 均采用 Rung Ω 4-Trit 平衡三进制格 ([-40, +40]，group_size=128 FP16 缩放因子与 convrot_groupsize=256 正交 Hadamard 旋转)，0 层回退至 NVFP4。
**比官方排名第一的推荐量化版 int8_convrot (19.53 GiB) 更小且精度更高 (14.98 GiB Joint-tANS / 16.22 GiB Raw)**：相比 BF16 教师模型 (37.46 GiB) 实现 2.50x 压缩，相比 int8_convrot (19.53 GiB) 节省 **4.57 GiB (1.30x 压缩)**，同时在 Video Spatial Top-1 (+5.20%p) 与 Audio Patch Top-1 (+4.17%p) 速度场一致性上超越 int8_convrot。
**TheoremFlow-Ω (8.92x 端到端采样加速)**：将 20 步视频 (864×480, 124 帧 @ 24fps) + 立体声音频 (32kHz) 联合生成时间从 **625.4 秒 缩短至 70.11 秒 (8.92 倍 加速)**，同时保持 99.58% 视频潜空间余弦相似度 (20.80 dB SNR) 与清晰的多语言（中文、韩语、英语、日语）语音同步。

🎬 生成演示 (由纯 50-Block `Rung Ω` + `TheoremFlow-Ω` 在 `70.11s` 内生成)

🎬 Side-by-Side Audio & Video Comparison: Official int8_convrot (19.53 GiB, 434.1s) vs Ours Rung-Omega + TheoremFlow-Omega (14.96 GiB, 70.1s — Turn Sound ON 🔊)

完整视频 + 同步语音演示 (.mp4): assets/MiniMax_H3_TheoremFlow_Omega_Champion.mp4
纯 50-Block 20 步基准视频 (.mp4): assets/MiniMax_H3_Rung_Omega_50blk_Champion.mp4
32kHz 立体声音轨 (.wav): assets/MiniMax_H3_TheoremFlow_Omega_Champion_audio.wav

📊 基准测试结果与可视化图表

1. 完整 50-Block 端到端速度场精度对比 (vs. 官方首选 `int8_convrot`)

模型 / 格式	激活线性层	有效位宽 (BPW)	总大小 (GiB)	相比 BF16 压缩比	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%`
官方 `#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. 多轨率失真帕累托前沿 (Rate-Distortion Pareto Frontier)

量化轨道	Trits / 码本	BPW (Joint-tANS)	总大小 (GiB)	相比 BF16 压缩比	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` (发布权重)	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`

🚀 快速开始 (Quickstart)

# 1. 在 ComfyUI 中注册 TensorCoreRungOmegaTernaryLayout
python3 src/register_comfyui_rung_omega.py

# 2. 使用 TheoremFlow-Ω (8.92x 加速) 生成音视频
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

☕ 赞助支持与定制模型量化申请 (Buy Me a Coffee & Community)

如果您希望将其他大模型（视频/音频 DiT、LLM、多模态模型等）进行 Rung Ω (3-Trit / 4-Trit / 5-Trit Base-243) 量化并适配 TheoremFlow-Ω 推理加速：

**⚡ 赞助者最优先队列 (Priority Queue)**：在 Buy Me a Coffee (buymeacoffee.com/tripleyoung) 赞助留言中写下您希望量化的模型名称（Hugging Face ID），我们将最优先为您完成量化与加速适配！
**💬 交流与模型申请频道 (Community Discussions)**：欢迎随时在 Hugging Face 社区讨论区 (Discussions) 发帖申请模型或与我们直接交流。

☕ Buy Me a Coffee (海外/全球赞助与优先量化申请): https://buymeacoffee.com/tripleyoung
💛 KakaoPay QR 转账赞助 (韩国 KakaoPay): https://qr.kakaopay.com/FVgCIrWbX
🏦 韩国银行转账赞助 (Korean Bank Transfer): NH农协(농축협) 352-1556-0640-33 (户名: 윤여원)
💬 社区讨论与模型申请板块: https://huggingface.co/yeowon/MiniMax-H3-Rung-Omega/discussions

🇨🇳 MiniMax-H3-Rung-Omega (5.976 BPW, 14.98 GiB Joint-tANS / 16.22 GiB Raw Base-243) + TheoremFlow-Ω (8.92x 推理加速引擎)

🎬 生成演示 (由纯 50-Block Rung Ω + TheoremFlow-Ω 在 70.11s 内生成)