Show HN: We compressed a 31B video+audio diffusion model to 14B, 6 steps, INT8

我只看到了标题和摘要。这个项目叫 HyperFlow H3 Flash，来自 Video-Rebirth 这个 GitHub 组织，标题里写着他们把 31B 的视频加音频扩散模型压到了 14B，6 步推理，INT8 量化。

就这些。没有正文，没有数字以外的细节。所以我能讲的，只是我对着这些字想了一会儿。

31 到 14，砍掉一半还多。这个数字本身说明不了技术含量，但说明了一件事：他们不想让模型胖着跑。视频和音频的扩散模型，参数量一旦上去，显存、带宽、延迟全是坑。14B 是个有意思的落点，至少它开始摸到单卡能扛住的边缘。

6 步是我最在意的一个数字。扩散模型从几十步压到个位数，这一步走通，意味着用户等的时间从分钟级掉到秒级。做视频的人知道这有多重要，长一点的生成任务，每多一步都像在烧钱。

INT8 不稀奇，但放在 14B 的模型上，它变成了一个很实际的选择。精度让一点，吞吐量涨一截，对部署来说往往是划算的买卖。

我没读到原文，不知道他们怎么做到的，也不知道质量掉没掉。可有一点我敢说，把压缩、步数、量化三件事放在一起做，这不是炫技，是奔着能用去的。

模型好不好，看它跑不跑得动。这一版，至少跑得动。

原文：

Show HN: We compressed a 31B video+audio diffusion model to 14B, 6 steps, INT8 · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年11月7日