社区将H3蒸馏至4步，并实现15秒768p音视频在8张B300上6.6秒生成。
推荐理由：原生立体声音视频模型已被压缩到4步推理，并出现快于实时的高端集群结果，说明开放权重正加速推理优化和端侧迁移。
阅读原文