NVidia Open-H3-Regenerate-2K:用三步擴散將影片草稿精修至 4K

用 H3 或其他影片模型生成草稿,再把細節補到高解像度;這個開源項目讓影片精修不再只限於官方 API。

Og image

人物面孔、衣料紋理或樹葉細節,在低解像度影片放大後容易變得模糊。Open-H3-Regenerate-2K 是一個開源影片精修項目,接收 H3 或其他影片模型產生的低解像度草稿,重新繪製細節,輸出可達原生 4K,適合想保留原有畫面與動作、同時提升清晰度的創作者和影片工作流程。

支援 5 至 15 秒片段及 768P、1080P、2K、4K 輸出。精修階段以 H3 擴散模型進行三步去噪,毋須先解碼成影片再重新編碼。項目保留 H3 Transformer 和影片 VAE 的原有權重,只加入經訓練的 Refiner LoRA。

效能測試中,單張 B200 GPU 配合 SoL-Engine,處理 5 秒 2K 片段需時 22.45 秒;官方 API 測得 87.26 秒。RefinerBench-150 評測中,項目在 UniPercept 三項指標及 VBench 的美感、成像品質和主體一致性得分較高;200 次盲測判斷中,87% 偏好本項目輸出。這些結果反映特定測試條件,其他硬件或片段的速度與畫質未必相同。

  • 可把 384P、512P、576P 或 768P 草稿精修至最高 4K。
  • 支援 H3 草稿,也可輸入其他影片模型生成的影片。
  • 三步擴散精修,直接放大潛在表示,避免解碼後重新編碼。
  • 官方 API 不提供模型權重;開源版本讓項目使用者可自行執行或調整精修流程。

另提供 Open-H3-Regenerate-2K-IC 模型,提供模型檔案。開始前仍需查閱相關程式碼與模型文件確認硬件需求。

項目主頁 · 模型

Categories: 開源, AI productions, 模型, 視頻模型, 模型訓練, API, Video, 影像處理, Audio, 提示詞, Content Creator, Discord, 3D, MiniMax, LoRA
MiniMax H3