「H3-to-LTX-Latent-Adapter」：必要VRAM 4GB〜・配布ファイル一覧

2026年9月10日2026年10月2日

Contents

1. 基本情報
2. 概要
3. スペック
4. 得意なこと・想定用途
5. 動作環境
6. 当サイトでの実測
- 6.1. ライセンスの都合で行っていない実測
7. 配布ファイル
8. 入手方法
9. 関連記事
10. 次に読むなら
11. 出典
12. 更新履歴

基本情報

項目	内容
リポジトリ	Efficient-Large-Model/H3-to-LTX-Latent-Adapter
公開元のまとめ	Efficient Large Model(NVIDIA・MIT) のモデルとライセンスのまとめ
公開日	2026-09-10
配布形式	safetensors
出典の種類	公開元の一次情報(公式HFリポジトリの一次情報)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

MiniMax-H3のビデオ潜在変数（latents）を、LTX-2.5 Conv VideoVAEの潜在変数へと変換するためのBF16推論用アダプター「H3-to-LTX Latent-Adapter」が公開されました。このモデルは、正規化されたMiniMax-H3のビデオ潜在変数を、正規化されたLTX-2.5の潜在変数へと変換する役割を果たします。

本モデルは単体でビデオを生成する能力は持っておらず、MiniMax-H3やLTXのモデルウェイト自体も含まれていません。主にSanaリポジトリ内のSol-H3-Sparkなどで利用されることを想定した、異なるモデル間を接続するためのコンポーネントです。

スペック

本モデルの技術的な仕様は以下の通りです。

アーキテクチャ: 194,759,504パラメータのConv3D residual adapter (width 752, 22 blocks)
変換プロセス: 公開されているtemporal/spatial packing transformを適用
入力仕様: 正規化されたH3 latent [B, 24, T_h3, H/16, W/16]
出力仕様: 正規化されたLTX latent [B, 128, T_ltx, H/32, W/32]
データ型: BF16
配布形式: safetensors
構成ファイル: config.json (アーキテクチャ、ジオメトリ、および正規化の契約を定義)
ウェイトSHA-256: 170199a390c40ac97f5895bc9c8cc29817e74fb9193c858a85d8c0f1f30724ac

推論時には、アダプターのconvertメソッドに対して、元のピクセルフレーム数（pixel-frame count）およびピクセルジオメトリ（pixel geometry）を渡す必要があります。Sanaの推論ライブラリは、これに基づき、適切なパッキングと正規化を実行します。なお、この変換プロセス（transform）を変更することは、本チェックポイントとは互換性がありません。

ライセンスに関しては、本アダプターによって新しいウェイトライセンスが割り当てられることはありません。アダプターと共に使用されるMiniMax-H3およびLTXの各コンポーネントは、引き続きそれぞれの利用規約に従うものとされています。

得意なこと・想定用途

本モデルは、MiniMax-H3のビデオ潜在変数を、LTX-2.5 Conv VideoVAEの潜在変数へと変換することに特化したアダプターです。単体でビデオを生成する能力は持っておらず、MiniMax-H3やLTXのモデルウェイト自体も含まれていません。そのため、異なるアーキテクチャを持つビデオ生成モデル間を接続するための「ブリッジ」として機能します。

具体的な想定用途としては、Sanaリポジトリ内のSol-H3-Sparkでの利用が挙げられています。MiniMax-H3の潜在変数空間から、LTX-2.5が扱う潜在変数空間へと、適切なパッキングと正規化を伴って変換を行うことで、これら2つのモデルを組み合わせたビデオ生成ワークフローを可能にします。タグには minimax-h3, ltx-2.5, latent-adapter, video が指定されており、ビデオ生成における潜在変数の変換（latent conversion）を目的としたツールであることが示されています。

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 195M

手持ちのVRAM	選べる量子化	ファイルサイズ	必要メモリの目安
4GB(ノートPCの内蔵GPU・スマートフォンなど)	BF16	0.4GB	0.4GB

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。他のモデルとの比較はVRAM別の早見表を参照してください。量子化の名前の読み方は用語集にあります。

当サイトでの実測

ライセンスの都合で行っていない実測

このモデルにはライセンスの表示が無く、利用の許諾を確認できません。広告を掲載している当サイトでは、ライセンスの都合上、モデルを動かす実測(CPU での実行・回答・量子化の比較・変換・生成)は行っていません。

配布ファイル

Efficient-Large-Model/H3-to-LTX-Latent-Adapter で配布されている重みファイルを、Hugging FaceのAPIから当サイトが並べたものです。サイズは実ファイルの値です。

ファイル	サイズ
`model.safetensors`	390MB

入手方法

本モデルは、Hugging Faceのリポジトリ Efficient-Large-Model/H3-to-LTX-Latent-Adapter から入手可能です。

配布形式は safetensors であり、BF16精度での推論に対応しています。モデルのアーキテクチャ、ジオメトリ、および正規化に関する契約（contract）は config.json に記述されています。

技術的な利用にあたっては、アダプターの convert メソッドに対して、元のピクセルフレーム数（pixel-frame count）およびピクセルジオメトリ（pixel geometry）を渡す必要があります。Sana の推論ライブラリは、これに基づいて適切なパッキングと正規化を実行します。なお、この変換プロセス（transform）を変更することは、本チェックポイントとは互換性がありません。

本アダプターと共に使用されるMiniMax-H3およびLTXの各コンポーネントは、引き続きそれぞれの利用規約に従うものとされています。

次に読むなら

GPUのVRAMから探す(このモデルは4GBの階層から動きます) → 8GBのGPUで動くほかのモデル
このモデルを入手できる形式を調べる → Safetensors形式の解説と対応モデル
公開元について調べる → Efficient Large Model(NVIDIA・MIT) のモデル・ライセンス・記事のまとめ

出典

https://huggingface.co/Efficient-Large-Model/H3-to-LTX-Latent-Adapter

更新履歴

2026-09-20: 下書きに戻していた記事を、材料を集め直して書き直し、公開に戻しました。
2026-09-25: タイトルを、記事で分かる内容(必要VRAM・配布ファイル等)を示す形に変更しました。

画像・動画・音声H3-to-LTX-Latent-Adapter,latent-adapter,LTX-2.5,MiniMax-H3,safetensors,video,確認済み