开源版 H3 高清视频精修来了:3 步扩散直出 4K,比官方 API 快 5 倍

songhan_mit · x · 2026-11-10

SoL-Engine 团队发布 Open-H3-Regenerate-2K 及新版 IC 版本,为 MiniMax 开源的 H3 Base 模型提供官方仅 API 可用的高分辨率精修阶段(H3-Regenerate-2K)的开源替代。核心要点:

• 架构:冻结 H3 transformer 与视频 VAE,仅训练一个 refiner LoRA,即插即用,无需重训;IC 版本把低分辨率草稿保留在上下文中,使人脸、口型、文字与排版在高清化时保持一致
• 流程:草稿 latent 经社区 3D 卷积网络 H3-Latent-Upscaler 直接放大到目标网格(无需解码再编码),再加噪至 σ=0.909,用 3 步 Euler 去噪(关闭 CFG)
• 性能:单张 B200 上比官方 API 快 5 倍(5 秒 2K 片段官方耗时 112.7 秒),原生输出 768P 到 4K,支持 5–15 秒片段,3/4/8 步可按算力调节,另支持 384P→768P 上采样

代码、权重与项目页均已开源。

原文链接 →

「多模态」频道最新

• Fable 5.2 两次生成即出「梦想视频」，网友惊叹超智能时代来临 — DeryaTR_ · 2026-11-10
• Z-Image Turbo 出图对比实测，prompt 与工作流已公开 — FotografoVirtual · 2026-11-10
• 单条 prompt 用 Fable 5.2 生成像素动作游戏,细节惊到 Reddit — MellowShader · 2026-11-10
• 3 个 prompt 用 Fable 5.2 生成游戏背景音乐 — petergyang · 2026-11-10
• Video-Coder:首个用智能体编码强化训练的视频生成模型 — HuaxiuYaoML · 2026-11-10
• 开源 Gemini Flash Image MCP Server:让 Agent 直接生成和编辑图片 — modelcontextprotocol · 2026-11-10

更多「多模态」频道 AI 资讯 →