8月MiniMax H3开源那会儿,本地用户其实只收到了其中一块:33B的H3-Base能跑,但原生画面短边停在768p。想要真2K,得走官方Regenerate-2K API——换句话说,得掏钱。这是H3社区被催更最狠的问题,一等就是近三个月。知乎知乎

现在,英伟达把锁开了。
开源了什么
由英伟达与MIT研究人员组成的Efficient-Large-Model团队,日前在Hugging Face发布了Open-H3-Regenerate-2K的模型权重,推理代码放在NVlabs/Sana仓库开放,除了2560×1440的2K输出,最高还支持3840×2160的原生4K重生成。注意「重新生成」这四个字:它不是传统超分那种放大加锐化,而是拿着草稿当参考,把画面重新画一遍。官方给的参考任务,是把一张1344×768、121帧的H3草稿,经过潜空间放大和三步细化,输出为2K视频。演示也更直观:把高清片段降质再放大回原尺寸,丢掉的细节就是回不来。科创板日报微博Hugging Face知乎NVIDIA官方项目页

上线次日,B站就出现了实测视频,播放量最高的一支已接近2万,标题直言「Minimax H3开源了2K版?是2K,但是。。」。社区手速也快,ComfyUI圈的老熟人Kijai随后提供了其中Refiner部分的ComfyUI格式LoRA,下载155MB的量化版塞进现有H3工作流就能用。想尝鲜的门槛,一下子降了下来。哔哩哔哩知乎
这次开源的家底也不薄:精修LoRA、3D latent放大器、快速VAE解码器,连运行和加速代码都给了。知乎
但先别急着喊真香
第一盆冷水是海外用户泼的。有人拿5090实测:默认参数下,一段768p草稿精修成2K要3分15秒,细节是猛,但视频里人物的脸和一只波士顿梗犬直接被「换头」;改成0.7噪声、只跑2步,2分28秒搞定,SSIM拉到0.83,人脸和狗都稳了,原版音频也完整保留。结论很直白:这是会「编细节」的重绘,参数决定它是补细节还是换脸。官方对比图里,草稿上手部的蜡感糊化,精修后重新长出了皮肤纹理和织物细节——前提是你调对了。微博


第二盆冷水是成本。国内AIGC博主Easy实测社区移植版:效果不错,但精修成本约为生成原片的3倍;参考信息没配好,补出来的细节就是幻觉。至于完整版,他直言硬件不够测不动。微博
还有个容易忽略的点:它是替代品,不是官方Regenerate-2K本尊,效果不会完全一致;而H3里负责提示词改写的Context-IR,至今仍没开源。知乎
谁值得上手
已经在本机跑H3-Base、苦768p久矣的朋友,值得试:从Kijai的LoRA版入手,降噪声、减步数,先拿短片段测稳再出成片。
只想把画面放大变清晰的,B站评论区有人指了条更实在的路:原片符合预期的话,Topaz这类传统超分体积更小,也够用。
还没部署过H3的,先解决「跑得动」的基本盘,别为一个模型急着装全套。
回头看,本地AI视频这块拼图今年是一块块补上的:8月H3-Base开源,10月社区方案把本地显存门槛压到了8GB。如今2K精修也开了源,对照下面这张H3完整架构图,还闭着的只剩提示词改写那一块——MiniMax打算锁到什么时候?微博
