据量子位报道，一站式AIGC创作平台RunningHub已将其针对MiniMax H3视频生成模型的加速方案H3 Lightning在GitHub开源。该方案面向本地多卡部署，在4张RTX 6000D上生成5秒、1344×768视频，原始BF16 50步方案耗时348.8秒，H3 Lightning完整加速后为28.7秒，前后约12倍提速，生成耗时减少约92%，并保留BF16数值精度。
据量子位报道，在8张RTX 6000D环境下，H3 Lightning生成15秒、768×1344视频，纯文字生成约48秒，双参考图生成约73秒。该报道称，其测试中5秒文生视频实际用时约30秒，15秒图生视频从点击到出片约88秒，二次创作约50秒。RunningHub推荐配置为默认4步，遇到快速运动、大幅动作等难任务可切到8步。
RunningHub将提速归因于三个层面的工程优化。首先在模型层引入自研RH后训练加速模型，使H3用更少生成步数完成视频制作。原始H3推理默认50步，换成9步测试方案后，在4张RTX 6000D上生成5秒视频的时间缩短至43秒，该环节已实现约8倍提速。
其次在执行层，RunningHub组合使用SageAttention2、Cache-DiT和torch.compile。SageAttention2针对注意力计算，Cache-DiT复用视频生成步骤间的中间结果，torch.compile优化计算调度和执行开销。与RH后训练加速模型叠加后，前述生成过程从43秒进一步压至28.7秒。
多卡层面，RunningHub在不依赖NVLink、主要依靠PCIe通信的环境中重新测试多卡并行方式，最终选择TP2＋Ulysses4组合。据量子位报道，在8张RTX 6000D、PCIe连接且没有NVLink的环境下，TP2＋Ulysses4相比TP4＋Ulysses2速度快约12%，同时减少约14GiB显存占用。RunningHub将这些方法整合进SGLang multimodal_gen推理引擎。
RunningHub称，H3 Lightning针对的是无NVLink的PCIe多卡环境，RTX 6000D也是公开可购买的专业GPU规格。整个本地部署流程从环境安装、模型下载到服务启动和推理测试均已公开。有设备的团队可照开源方案自行部署，没有多卡服务器或不希望研究环境配置的创作者，可直接在RunningHub上使用H3 Lightning。报道还提到，若使用B300显卡，出片速度可提升至秒级。
在生态方面，MiniMax H3开源后，RunningHub先接入模型，随后开源全套ComfyUI节点。据该报道，H3上线以来，RunningHub平台上已有上千名创作者围绕其开源近万条创意工作流，涵盖电商内容、短剧、漫剧、声音克隆、动作克隆和音频驱动等方向。有创作者发布电商多参生视频工作流，也有创作者制作音频驱动数字人说话唱歌工作流和漫剧成片工作流。