MiniMax H3 团队 AMA 总结：2K重绘模型与稀疏注意力将至
the_bollo · reddit · 2026-08-11
这篇帖子是对 MiniMax H3 视频生成模型团队在 Reddit 上举办的 AMA（问我任何事）活动的精华总结，涵盖了即将发布的更新、承认的缺陷以及未来的规划。
即将推出的功能：
- H3-Regenerate-2K 模型：不同于普通放大，这是一个独立的重绘模型，能真正重绘文字、人脸和精细纹理，实现本地可交付的高分辨率输出。
- 稀疏注意力代码：释放模型的快速推理路径，在不降低画质的前提下实现“免费”的提速和显存占用降低。
- 专用图像模型：与 H3 同源，用于生成和编辑高质量首帧，配合 H3 进行动画化。
- 完整技术报告：公开架构、训练阶段和数据构建细节。
承认并正在修复的问题：
- 远距离的人脸和物体模糊、细节糊化是模型自身问题，已被列为最高优先级解决。
- 参考图生成视频的画质比图生视频更软，正在修复后训练差异。
- 拼接片段存在明显接缝，需未来通过长序列训练解决。
未来规划与拒绝：
- 正在考虑推出 4-8 步的快速 Turbo 版本，并在法务通过后切换到 Apache-2.0 开源协议。但明确表示近期不会推出更小更轻量的 H3 模型。
所属事件:MiniMax团队AMA：将发布2K重绘模型并持续开源(2 条相关)→
「多模态」频道最新
- AI 复刻《星球大战》名场面：蓝紫烟雾光影质感惊艳 — azed_ai · 2026-10-16
- LichtFeld Studio 扫描蒲公英种子，3DGS 细节惊人 — janusch_patas · 2026-10-16
- 四款图像模型横评：FLUX 3 提示词跟随最强，人体结构却垫底 — Devajyoti1231 · 2026-10-16
- Toon Shift：用可灵把真人视频转成 3D 动画风格，效果惊艳 — anilumeio · 2026-10-16
- Kandinsky 开源 S2V 1.0：单张照片+语音生成口型同步数字人视频 — lmoroney · 2026-10-16
- 梗图:Flux 3 Klein 5.6B 一出,Flux 2 Klein 9B 遭弃 — xb1n0ry · 2026-10-16