YYC3 Family
YanYuCloudCube · 言启象限 | 语枢未来 Words Initiate Quadrants, Language Serves as Core for Future 万象归元于云枢 | 深栈智启新纪元 All things converge in cloud pivot; Deep stacks ignite a new era of intelligence
本仓库是 MiniMax-H3 视频/数字人生成模型在 Apple M4 Max 128GB(MPS)上的完整本地生产线, 由两份源文档整理抽取而来,按「环境部署 → 推理脚本 → 批量迭代 → 提示词工程」分类归档,可独立使用。
源文档(已归档至 docs/legacy/): Mac-M4-Max-128GB-MiniMax-H3-NF4完整部署脚本.md · MiniMax-H3-DiffSynth本地版-提示词模板.md 规范:遵循 YYC3 团队开发标准(五高 · 五标 · 五化 · 五维驱动)
flowchart TB
subgraph UI["🖥️ 可视化层"]
PANEL["Ref2VA 管理面板<br/>ECharts · dashboard/"]
CONSOLE["Next.js 控制台<br/>Phase 2 规划"]
end
subgraph PIPE["⚙️ 闭环流水线"]
A["1 batch_ref2va_nf4<br/>批量生成"] --> B["2 score_lipsync<br/>SyncNet 口型评分"]
B --> C["3 人工精评<br/>report_batchXX.md"]
C --> D["4 analyze_report<br/>双格式分析"]
D --> E["5 update_seed_list<br/>最优 Seed 写回"]
end
subgraph ENGINE["🧠 引擎层"]
COMMON["lib/h3_common.py<br/>模型加载 · Manifest · 性能计时"]
VENDOR["vendor/DiffSynth-Studio<br/>minimax_h3 pipeline"]
SYNC["models/syncnet<br/>双后端权重"]
end
subgraph DATA["💾 数据层"]
MANIFEST["manifest.json<br/>单一事实源"]
OUT["output_batchXX/<br/>视频 + 评分 + 帧"]
REPORTS["report / analysis<br/>批次报告"]
end
PANEL -. "fetch data/batches.json" .-> MANIFEST
CONSOLE -. "SSE 实时回传(Phase 2)" .-> PIPE
PIPE <--> MANIFEST
A --> COMMON
COMMON --> VENDOR
B --> SYNC
D --> REPORTS
E --> A
📐 架构细节与 ASCII 全景图见 审核报告 §1.2 🧭 可视化生产化三步走路线(A 数据桥 → B 控制台 → C 插件生态)见 11-智能化落地生产可用方案论证
YYC3-MiniMax-H3/
├── README.md ← 本文件(总索引)
├── docs/ ← 指南文档
│ ├── 01-环境部署指南.md ← Miniforge + PyTorch MPS + DiffSynth-Studio 安装
│ ├── 02-避坑指南与排障手册.md ← M4避坑清单 + 报错排查 + 提示词避坑
│ ├── 03-批量迭代流水线说明.md ← 闭环工作流:生成→打分→分析→更新Seed
│ ├── 04-演进规划与闭环优化机制.md ← 现状评审 + 行业对标 + 6-Phase演进路线 + 双闭环
│ ├── 05-全局释义与指导文档.md ← ★ 概念词典 + SOP + 坑位词典(新会话第一篇)
│ ├── 06-项目现状分析与后续建议.md ← ★ 活文档:实时快照 + 任务表 + 衔接区(每会话更新)
│ ├── 07-闭环预期状态与拓展分析.md ← ★ 闭环终态定义 + 量化预期 + E1~E7拓展方向
│ ├── 08-开发者文档.md ← ★ API参考 + 代码示例 + 架构/流程/状态机图
│ ├── 09-文档体系审核与版本控制.md ← ★ 文档矩阵审核 + 版本控制 + 智能化闭环机制
│ ├── 10-DGX-Spark部署生产运维指南.md ← ★ GB10迁移路径 + aarch64/CUDA13 + 生产运维体系
│ ├── YYC3-团队通用-标规文档/ ← 团队规范标准(开发标准/五维驱动/文档闭环)
│ ├── YYC3-项目闭环-验收系统/ ← 验收标准体系(代码/功能/测试/安全/性能)
│ └── YYC3-MiniMax-H3-impl-expert-20260903/ ← 本轮会话工作区(审核报告/方案论证/总结)
├── dashboard/ ← 可视化面板(管理面板 HTML + 数据桥 JSON)
├── prompts/
│ └── README.md ← 提示词模板(Ref2VA/FL2VA/音色参考)+ 最佳实践
├── scripts/
│ ├── batch_ref2va_nf4.py ← ★ 主生成脚本 v2(manifest化+性能基线+断点续跑)
│ ├── score_lipsync.py ← ★ SyncNet自动口型评分(双后端)
│ ├── lib/h3_common.py ← ★ 共享库(模型加载/Manifest/性能计时/评分后端)
│ ├── h3_m4_fl2va.py ← FL2VA 单次推理(文生音视频,推荐首选)
│ ├── h3_m4_ref2va.py ← Ref2VA 单次推理(参考图口型同步数字人)
│ ├── batch-full/ ← 完整版批量(断点续跑+自定义参考图)
│ ├── multi-image-report/ ← 多图批量 + Markdown报告 + 缺陷标签闭环
│ └── pipeline-tools/ ← 闭环流水线工具链(pipeline_auto 五节点)
├── models/syncnet/ ← 口型评分双权重(sfd_face.pth / syncnet_v2.model)
├── output_batchXX/ ← 批次产物(manifest.json 单一事实源 + 视频 + 帧)
├── ref_images/ ← 参考图(数字人形象)
└── vendor/DiffSynth-Studio/ ← 第三方推理引擎(内嵌未改动)
# 1. 环境部署(详见 docs/01-环境部署指南.md) conda activate h3-m4 # 2. 单次推理验证 python scripts/h3_m4_fl2va.py # 3. 数字人口型同步(需参考图) python scripts/h3_m4_ref2va.py # 4. 批量生产 + 迭代闭环(v2:含自动口型评分,详见 docs/03、docs/04) python scripts/pipeline-tools/pipeline_auto.py # 5. 可视化面板 open dashboard/Ref2VA-流水线管理面板.html
| 组件 | 说明 |
|---|---|
| manifest.json | 批次单一事实源:参数/seed/状态/耗时/内存峰值/客观分/人工分 |
| score_lipsync.py | 双后端:SyncNet 优先;无权重自动降级启发式(同步0.98 vs 错位0.76) |
| 性能基线 | 每次推理记录 gen_seconds / peak_rss_gb / mps_alloc_gb |
| 版本 | model_id | 特点 |
|---|---|---|
| NF4 原版 | DiffSynth-Studio/MiniMax-H3-NF4 |
画质优先 |
| Pruned 剪枝版 | DiffSynth-Studio/MiniMax-H3-Pruned |
推理更快、内存更低,画质略降,适合快速试 seed |
| Pruned 精简单文件 | minimax-h3-fl2va-pruned-nf4.safetensors |
单文件替换即用 |
| 参数 | 值 | 说明 |
|---|---|---|
| vram_limit | 96 | 128G 统一内存预留 96G |
| 分辨率 | ×ばつ832 | 官方推荐 |
| num_frames | 124 | 必须满足 % 17 == 5(Ref2VA) |
| num_inference_steps | 50 | 官方默认 |
| fps / 采样率 | 24 / 32000 | 输出视频规格 |
| 模型缓存 | ~/.modelscope/ |
约 72.5GB,硬盘预留 >100GB |
Released under the MIT License.
| 版本 | 日期 | 变更内容 | 作者 |
|---|---|---|---|
| v2.0.1 | 2026年09月03日 | 修复 v2.0.0 内容损坏;Mermaid 架构图规范化;目录结构补全 dashboard/ | Impl Expert |
| v2.0.0 | 2026年09月03日 | README v2 重构:yyc3-family.png 顶图 + 徽章系统 + Mermaid 可视化架构 | Impl Expert |
| v1.0.0 | 2026年09月02日 | 初始版本(源文档整理归档) | YanYuCloudCube Team |
「YanYuCloudCube」 「admin@0379.email 」 「Words Initiate Quadrants, Language Serves as Core for the Future」 「All things converge in cloud pivot; Deep stacks ignite a new era of intelligence」
© 2025-2026 YanYuCloudCubeTM. All Rights Reserved.