专题 · FULL STORY
MiniMax H3 图像 VAE 之困:从实测到微调超越
开发者 Ostris 实测指出 MiniMax H3 图像模型因 VAE 潜空间过度压缩导致细节丢失,随后他通宵微调 VAE 解码器,引入人脸身份等新损失函数,多项指标反超官方版本,将问题诊断推进为社区自研修复。
2026-11-12 ~ 2026-11-14 · 2 集 · 6 条
第 1 集 · 开发者实测指 MiniMax H3 图像模型 VAE 过度压缩致细节丢失(2026-11-12,4 条)
AI 社区知名开发者 Ostris 在 X 上发文并通过 round-trip 测试指出,MiniMax H3 图像模型细节表现差的主因是 VAE 潜空间压缩过度(24x32x32、压缩比 32:1),其往返重建指标甚至不如 SD 1.5,在主流图像模型横评中垫底。不过高压缩率也带来速度与效率优势,可用更少算力快速生成大图。Ostris 正在实测针对该模型的微调方案。
- VAE 横评:MiniMax-H3-Image 潜空间压缩太狠,细节还原垫底 — ostrisai · 2026-11-12
- 开发者剖析 H3 Image 细节差根因:VAE 压缩空间过狠致细节丢失 — ostrisai · 2026-11-12
- Ostris 指出 MiniMax H3 图像模型存在 VAE 缺陷 — Crazy-Repeat-2006 · 2026-11-12
- H3 Image VAE 潜空间过度压缩致细节丢失,开源作者实测微调中 — ostrisai · 2026-11-12
第 2 集 · 独立开发者微调 H3 图像 VAE 解码器多项指标超官方(2026-11-13,2 条)
独立开发者 ostris( ostrisai)通宵微调 H3 图像 VAE 解码器并分享了训练进展:在 lpips、fft 和 l1 损失之外,新增人脸身份损失和 OCR 损失,未使用 critic 损失。次日凌晨宣布微调版本在 PSNR、SSIM、Face ID、文本 OCR 等指标上全面超过官方 P-H3-Image VAE,并在基准测试中超越 MiniMax 版本。
- ostris 训练 H3 图像 VAE 过夜:自研解码器在基准上超 MiniMax 版本 — ostrisai · 2026-11-13
- Ostris 微调 H3 Image VAE 解码器,多项指标超越官方原版 — ostrisai · 2026-11-14