Open-H3-Regenerate:把 H3 草稿视频重生成到 4K

Efficient-Large-Model 发布的视频重生成工具(代码在 NVlabs/Sana 仓库):把 MiniMax-H3 生成的 768P 草稿作为参考视频放进 Ref2VA 变换器的上下文,再用一个上下文(IC)LoRA 生成同一片段的 1080P、2K(2560×1440)或 4K(3840×2160)版本,保留草稿里的人脸、口型、文字和布局。默认先用潜空间放大器放大草稿,再跑 HyperFlow 8 步网格的最后 3 步;也可选 4 步,或从噪声跑满 8 步,全部 CFG 1。仓库附推理代码、下载脚本和合并 LoRA 的脚本,方便只能加载一个 LoRA 的运行环境。

原题:Efficient-Large-Model/Open-H3-Regenerate-2K-IC

Efficient-Large-Model 发布的视频重生成工具(代码在 NVlabs/Sana 仓库):把 MiniMax-H3 生成的 768P 草稿作为参考视频放进 Ref2VA 变换器的上下文,再用一个上下文(IC)LoRA 生成同一片段的 1080P、2K(2560×1440)或 4K(3840×2160)版本,保留草稿里的人脸、口型、文字和布局。默认先用潜空间放大器放大草稿,再跑 HyperFlow 8 步网格的最后 3 步;也可选 4 步,或从噪声跑满 8 步,全部 CFG 1。仓库附推理代码、下载脚本和合并 LoRA 的脚本,方便只能加载一个 LoRA 的运行环境。

为什么重要 可以先用低分辨率快速试镜头,满意后再出高清成片,画面布局和口型不变

上升分 60 · 点赞 60 · 下载量 11312

理由

  • 适合“先低清试错、后高清出片”的流程;作者说明提示词沿用生成草稿时的原提示即可,也可以留空
  • 仓库打包了 HyperFlow 8 步 LoRA、LMS Sharp 锐化 LoRA、潜空间放大器和快速 VAE 解码器,按下载脚本一次取齐

用法

  • pip install -r infer/requirements.txt 后运行 python infer/download.py --out weights,再用 torchrun 跑 infer.py,--input 指定草稿视频,--caption 填原提示词
  • --resolution 选 2k(默认)、1080p 或 4k,--sampler 选 up3(默认)、up4 或 hf8,--jobs 传 jsonl 可批量处理

风险

  • 示例命令用 8 张 GPU,变换器可切分到 1、2、4、7 或 8 张卡,单卡显存需求作者未写
  • MiniMax H3 社区许可不覆盖欧盟、英国、韩国和美国;不是 MiniMax 官方产品,LMS Sharp 等第三方组件另有条款
  • 本条未运行,效果以项目页为准

打开

Hugging Face Trending

浏览最新 AI 动态