英伟达与麻省理工学院研究人员组成的 Efficient-Large-Model 团队,已在 Hugging Face 发布视频增强项目 Open-H3-Regenerate-2K 的模型权重,配套推理代码也已在 NVlabs/Sana 仓库开放。
基于 MiniMax H3,支持 2K 输出与 4K 重生成
该方案基于 MiniMax H3,可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。
单张 NVIDIA B200 GPU 测试耗时降至 22.45 秒
项目团队公布的测试显示,在单张 NVIDIA B200 GPU 上,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。
UniPercept 平均分高于官方 API
画质方面,在 RefinerBench-150 评测中,Open-H3-Regenerate-2K 在感知质量评测 UniPercept 上的平均分为 60.0,高于官方 H3-Regenerate-2K API 的 53.4。
MiniMax H3 权重于今年 8 月开放
MiniMax H3 在今年 8 月开放权重,一个月内下载量超过 2400 万次,产生超过 300 个公开衍生模型,成为 2026 年全球下载量最高的模型之一。
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。
上述消息由量子位提及,Techub 进行了整理发布。

