开源替代 H3 官方 API：3 步扩散把 384P 草稿原生重生成到 4K
linoy_tsaban · x · 2026-10-28
SoL-Engine 团队发布开源项目 Open-H3-Regenerate-2K：用 3 步扩散替代 MiniMax H3 官方（未开源）的 H3-Regenerate-2K API，把低分辨率视频草稿重生成至高分辨率，原生支持 768P 到 4K（3840×2160）输出，单段可处理 5–15 秒。
技术要点：
- 冻结 H3 transformer 与视频 VAE，只加一个 refiner LoRA，用 SoL-Refiner Stage I 的方式在「真实高清片段 + 自身退化副本」配对数据上训练；
- 推理时草稿只编码一次，用社区 3D 卷积网络 H3-Latent-Upscaler 直接在 latent 空间放大到目标分辨率，无需解码再编码；
- 放大后的 latent 加噪至 σ=0.909，关掉 CFG，用 3 个 Euler 步（0.909→0.857→0.667→0）去噪，每步就是一次全分辨率 transformer 调用；
- 少量步数下将 refiner 与 LightX2V FL2VA Turbo、LMS Sharp adapter 合并为单一 LoRA。
性能：官方 API 只接受未修改的 H3 768P 输出且返回 2K；本项目接受 H3 或其他模型生成的 384P/512P/576P/768P 任意草稿，速度比官方 API 快 5 倍（单张 B200）。配合 SoL-Engine（Sol-Attn 稀疏注意力、MXFP8 线性层、CUDA graphs）和 StreamRender-H3 的快速 VAE 解码器进一步提速。代码与权重已在 GitHub/HF 开源。
「多模态」频道最新
- fp8 量化毁写实 LoRA?8GB AMD 卡用户实测皮肤塑料感难题 — Automatic-Passion-37 · 2026-10-28
- Each Labs 发布视频重演模型 Lockstep:角色动作全程锁定,主打高性价比量产 — miilesus · 2026-10-28
- 宠物乐队 Tiny Desk AI 视频工作流拆解:选角、分镜、动作分离四步法 — Hungry_Incident1146 · 2026-10-28
- ComfyUI 回坑求攻略：H3 视频最佳 turbo LoRA 与 Open H3 Regenerate-2K 放大工作流 — truci · 2026-10-28
- AI 生成网红出镜旅行 Vlog：从日出到日落的完整一天 — MillionaireMatchapp · 2026-10-28
- 有人用 Claude 把几张 Airbnb 照片变成完整 3D 房屋漫游 — CodeByPoonam · 2026-10-28