Sol-H3 加速 MiniMax-H3 推理：云端最高 30 倍提速、边缘单卡可运行

论文针对 MiniMax-H3 的 33B 参数和多步去噪带来的计算开销，提出全栈推理管线 Sol-H3。算法上采用跨分辨率两阶段调度：先用低分辨率步骤确定全局布局，再用高分辨率步骤精修细节，并通过学习的 latent-to-latent 映射省去 VAE 解码-重编码。算子层面用 Recursive Self-Improvement 循环自动搜索核融合与内存布局。最终端到端最高提速 30 倍、内存降低 20%：8xGB200 节点上 5 秒 1344x768 带音频视频比实时快 3.5 倍，单张 DGX Spark 上不到一分钟可全量常驻内存生成。