Minimax H3 Latent Upscaler

Minimax H3 Latent Upscaler

直接放大 Minimax H3 的视频潜变量，让你先低分辨率生成，再在目标尺寸上细化，不必解码再重新编码。适合运行 Minimax H3 视频生成的人。

由 LBH-123-AI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这是一个作用于 Minimax H3 的 24 通道 VAE 潜变量的神经放大器。它提高空间尺寸，也就是高和宽，时间维度保持不变。它能加快高分辨率视频的生成，因为你可以先生成小的，放大潜变量，再在最终尺寸上细化。

适合谁：用 Minimax H3 生成视频、想更快得到高分辨率输出、又不想绕经沉重 VAE 的人。

Industry | Who uses it | How they use it | Example
影视和媒体 | 视频创作者 | 先低分辨率生成，再放大潜变量 | 先出小尺寸草稿，再以大尺寸完成
营销 | 内容团队 | 更快地制作高分辨率片段 | 渲染产品视频时少等一会儿
研究 | 生成视频研究人员 | 比较潜变量放大和普通插值 | 在不同倍率上测试 2D 和 3D 版本

如果你不用 Minimax H3，可以跳过它，因为它作用于那个模型的潜变量。

用在哪里：

• Minimax H3 视频生成流程
• 在 Windows、macOS 或 Linux 上下载文件
• 也可用于图像生成，因为卡片展示了图像放大的对比

Use case | Who | What they get back
潜变量放大 | 流程搭建者 | 保留时间维度的更大潜变量
更快的高分辨率视频 | 创作者 | 比解码、像素放大再编码的往返更省时间
清晰度控制 | 进阶用户 | 2D 版本有六档，从最忠实到最锐利

如何设置：

• 带 pip 的 Python
• 能生成并使用其 24 通道潜变量的 Minimax H3 生成环境
• 你选择的检查点，2D 或 3D

1. 安装 Hugging Face hub 包。
2. 下载这个仓库。
3. 把放大器加在低分辨率采样和最终细化之间。

pip install -U huggingface_hub
hf download LBH-123-AI/Minimax_h3_latent_Upscaler

如何使用：先以低分辨率生成视频，用这个模型放大潜变量，再在目标分辨率上重新采样以恢复细节。用 2D 版本时可以选 1 到 6 的清晰度档位。

Tool | What it does
minimax_h3_latent_upscaler_2d_conv_v1 | 2D 版本，参数约少一半，有六档清晰度
3D release | 较早的版本，没有清晰度控制

示例：你渲染一个小尺寸的片段，把它的潜变量用 2D 放大器以第 1 档过一遍，得到最忠实的结果，再以完整尺寸细化。这一步避免了简单插值带来的重影。

新手与专家：如果你是新手，先用 2D 版本的第 1 档和适中的倍率，想要更锐利的效果再试更高的档位。

2D 版本有 182,140,312 个参数，是 345,280,216 个参数的 3D 版本的 52.8%。在卡片对 2,500 对验证样本、从 1.1 倍到 4.0 倍共 36 个倍率的测试中，它相对三线性插值把潜变量误差降低了 84.7%，3D 版本为 61.1%。3D 版本在 1.5 倍以下会明显变差。

以低分辨率生成
用模型放大潜变量
在目标分辨率上重新采样
解码最终视频

注意事项：

• 三线性插值的清晰度高于 1.0 是因为振铃，而不是多出了真实细节
• 3D 版本没有清晰度档位，在 1.5 倍以下会变差
• License: Apache 2.0
• Cost to run: 没有列出费用，硬件由你自己准备
• Data it reaches: 你提供的潜变量，以及从 Hugging Face 下载的文件
• Not for: 与 Minimax H3 以外的模型一起使用

Title: Decoded PSNR, mean over 36 scales
Trilinear: 23.54 dB
3D_Conv_v1: 29.30 dB
2D_Conv_v1: 30.47 dB

Hugging Face 上的数据（2026年11月13日）

• 框架：minimax-h3
• Formats: Safetensors
• 最近 30 天下载：354,859
• 点赞：489
• 许可证：apache-2.0
• Quantized versions: 1
• Fine-tunes: 5
• 标签：minimax-h3, latent_upscaler, latent-upscaler, latent-space-upscaling, video-super-resolution, super-resolution, comfyui, safetensors, pytorch, 3d-convolution, temporal-convolution, latent-diffusion

链接

• 模型：https://huggingface.co/LBH-123-AI/Minimax_h3_latent_Upscaler
• 文件：https://huggingface.co/LBH-123-AI/Minimax_h3_latent_Upscaler/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download LBH-123-AI/Minimax_h3_latent_Upscaler

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。