英伟达团队基于 MiniMax H3 开源视频增强方案,最高支持 4K 重生成

星海拾光行业资讯📡 量子位2026-10-31997 阅读💛 23 收藏
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

英伟达团队基于 MiniMax H3 开源视频增强方案,最高支持 4K 重生成

英伟达与麻省理工学院团队,在 Hugging Face 发布了视频增强项目 Open-H3-Regenerate-2K 的模型权重

近日,由英伟达与麻省理工学院研究人员组成的 Efficient-Large-Model 团队,在 Hugging Face 发布视频增强项目 Open-H3-Regenerate-2K 的模型权重,配套推理代码已在 NVlabs/Sana 仓库开放。该方案基于 MiniMax H3,将低分辨率视频草稿重新生成为高分辨率视频,支持 2560×1440 的 2K 输出,最高可实现 3840×2160 的原生 4K 重生成。

MiniMax H3 的完整系统包含多模态上下文处理、基础音视频生成和高分辨率重生成等环节。其中,已开放权重的 H3-Base 负责生成 768P 音视频,官方 H3-Regenerate-2K 模块通过 API 提供服务。此次发布的项目复用 H3 基础模型的生成能力,为高分辨率重生成环节提供了一套可自行部署的开放实现。

在细化模型的训练阶段,研究团队保持 H3 Transformer 主干与视频 VAE 的原有参数不变,仅训练新增的细化 LoRA。推理时,细化 LoRA 与 LightX2V FL2VA Turbo、LMS Sharp 等社区适配器合并使用,通过三步去噪,在目标分辨率下重新生成画面细节。视频草稿中的场景、布局和运动信息,则为这一过程提供基础。

为提高推理效率,项目采用社区开发的潜空间放大器,直接放大视频的潜在表示,减少高分辨率下重复解码、编码的开销。同时,方案结合 SoL-Engine 的稀疏注意力、低精度计算和快速 VAE 解码器,对细化与解码环节进行加速。

项目团队公布的测试显示,在单张 NVIDIA B200 GPU、预热后的测试条件下,一段约 5 秒视频的潜空间放大、三步细化和 2K 解码合计耗时,由未优化实现的 87.26 秒降至 22.45 秒,处理速度约为原来的 3.9 倍。其中,快速解码器将视频解码耗时从约 15 秒降至约 1.6 秒。

画质方面,项目团队在 RefinerBench-150 上进行了对比评测。在相同输入、相同 2K 输出条件下,Open-H3-Regenerate-2K 在感知质量评测 UniPercept 上的平均分为 60.0,官方 H3-Regenerate-2K API 为 53.4。VBench 评测中,该方案的美学质量、成像质量和主体一致性得分更高,官方 API 在运动平滑度和动态程度上仍略优。

MiniMax H3 在今年 8 月开放权重,围绕 H3 展开的微调、蒸馏和工具适配迅速增多,吸引了海内外研究团队与社区开发者参与,一个月内下载量超过 2400 万次,产生超过 300 个公开衍生模型,H3 成为 2026 年全球下载量最高的模型之一。

其中,英伟达与 MIT 联合围绕 H3 的开发覆盖了不同方向。除本次视频增强方案外,该团队还发布了基于 H3 Ref2VA 构建的流式视频渲染模型 StreamRender-H3,以及从 H3 视频 VAE 蒸馏而来的快速解码器 Sol-H3-VAE,分别面向交互式视频渲染和解码效率优化。

此前,LightX2V 推出的 MiniMax-H3 Turbo 提供四步、八步等蒸馏版本,社区微调模型 Singularity 则着重优化动作表现、面部细节与视觉风格。海外团队 FastVideo、Pika 也分别发布了 FastH3 四步预览版本和六步采样的 Pika H3 Flex;ComfyUI、Unsloth 则通过适配权重和量化版本,将 H3 带入更多本地创作工作流。

本文由MiniMax提供,量子位获授权转载,观点归原作者所有。

版权所有,未经授权不得以任何形式转载及使用,违者必究。
MiniMax
量子位的朋友们量子位的朋友们
  • 好莱坞最缺的答案,被这家 10 亿美元估值的 AI 影视独角兽写进了片单2026-10-30
  • 从学习人类到学习机器人同伴,清华大学联合无问芯穹、智元提出具身智能规模化落地新路径2026-10-30
  • 前排围观!MEET2027报名通道正式开启,首批重磅嘉宾已就位2026-10-30
  • 文远知行001号员工带队,景烁科技首轮融资数千万美元2026-10-29

相关阅读

文章评论(12)

竹听风16 天前

点赞,必须点赞

回复
空向阳16 天前

有没有更详细的教程,期待后续。

回复
石佳琪16 天前

作者写得真不错,学到了不少。

回复
石佳琪16 天前

看完了,收获满满,期待更多更新。

回复
空向阳16 天前

路过

回复
杨丽华16 天前

写得挺用心的,支持一下。

回复
星寻梦16 天前

收藏了,以后慢慢研究。

回复
雪知秋16 天前

看完了,收获满满,期待更多更新。

回复
星知秋16 天前

路过

回复
云逐月16 天前

不错不错,已加入书签。

回复
曹浩16 天前

写得挺用心的,支持一下。

回复
山问津16 天前

这篇文章分析得很透彻,收藏了!

回复