MiniMax H3 的高清重生成环节开源了：可自己部署，跑 5 秒素材约 22 秒

补上的是哪一环

MiniMax H3 的完整流程分为多模态上下文处理、基础音视频生成和高分辨率重生成几段。已开放权重的 H3-Base 负责生成 768P 音视频，而高分辨率重生成的 H3-Regenerate-2K 此前只通过官方 API 提供服务。这次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 放出了 Open-H3-Regenerate-2K 的权重，配套推理代码开在 NVlabs/Sana 仓库——等于给这一环补上了一套能自己部署的开放实现。

三步怎么出片

训练阶段把 H3 Transformer 主干与视频 VAE 的原有参数全部冻结，只训练新增的细化 LoRA。推理时，这个 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画细节；视频草稿里的场景、布局和运动信息为这个过程提供基础。

提速主要来自三处：社区开发的潜空间放大器直接放大视频的潜在表示，省掉高分辨率下反复解码、编码的开销；再叠加 SoL-Engine 的稀疏注意力、低精度计算和快速 VAE 解码器。

数字（均为项目团队公布）

项目团队公布的测试条件是单张 NVIDIA B200 GPU、预热后、一段约 5 秒视频：潜空间放大、三步细化和 2K 解码合计耗时 22.45 秒，未优化实现为 87.26 秒，约为原来的 3.9 倍；其中快速解码器把解码耗时从约 15 秒降到约 1.6 秒。