ostris 训练 H3 图像 VAE 过夜：自研解码器在基准上超 MiniMax 版本
ostrisai · x · 2026-11-13
独立开发者 ostris 分享了通宵微调 H3 图像解码器的进展：在 lpips、fft 和 l1 损失之上，新增了人脸身份损失和 OCR 损失，未使用 critic 损失。
从配图的评测看，其 P-H3-Image VAE（32:1 压缩、26.2M 参数）在 MSE/PSNR/SSIM/LPIPS 综合排名上仍居第一，其次是 Ostris H3 Image VAE，第三是 MiniMax-H3-Image；但作者指出自己的解码器体积明显更大，训练仍在继续。
「多模态」频道最新
- 开发者观点:视觉 AI Agent 应把推理出的管线存成程序复用 — prateekj · 2026-11-13
- 一句话提示词让 Fable 5.2 从零完成整条视频剪辑 — BLCNYY · 2026-11-13
- Fei-Fei Li 团队发布 Atlas：用 Agent 搭粗几何、模型精修像素 — drfeifei · 2026-11-13
- 一个脚本进、成片出：Fable 5.2 经 Higgsfield MCP 一键搞定预告片 — techhalla · 2026-11-13
- 用PortalCam扫描飞机博物馆，高斯泼溅3D重建可在线浏览 — willeastcott · 2026-11-13
- Synthesia 入选首届 AI 100 榜单,并推出 AI 视频 agent Syren — synthesiaIO · 2026-11-13