輝達與 MIT 開源基於 MiniMax H3 的 4K 影片重生成方案
輝達與麻省理工學院團隊在 Hugging Face 放出影片增強專案 Open-H3-Regenerate-2K 的模型權重，配套推理程式碼開在 NVlabs/Sana 倉庫，可自行部署把低解析度影片草稿重生成到 2K、最高 4K。方案基於 MiniMax H3 基礎模型，凍結 Transformer 主幹與影片 VAE，只訓練細化 LoRA，推理時經三步去噪補充畫面細節。
把 MiniMax H3 的高解析度重生成環節從官方 API 變成可自行部署的開源權重，並給出 3.9 倍加速和高於官方 API 的畫質評分，對做本地影片增強和 H3 生態適配的人有直接參考價值。
原標題：英伟达团队基于 MiniMax H3 开源视频增强方案，最高支持 4K 重生成
閱讀原文
| 評分 | 70 / 68（平均 69，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
微軟提出 Code Video Model，用可執行程式碼控制影片生成
微軟團隊提出 Code Video Model，用可執行程式碼控制影片生成：由 Coding Agent 把提示詞轉成 Three.js 程式，統一描述幾何佈局、物體運動、相機軌跡與事件時序，渲染出低多邊形預演影片不到一分鐘即可驗證鏡頭設計，參考圖負責指定外觀。方法不改動影片模型（MiniMax-H3）引數，採用免訓練的階段化條件排程，在去噪前約 25% 階段引入預演約束、隨後撤去，避免成片被預演的合成風格主導。
VAST 開源即時世界模型 EdenLive，單張 5090 跑 720P 超 24FPS
VAST 正式開源即時世界模型 EdenLive，同步開放模型權重、推理程式碼、技術報告與端到端 Demo。它把世界狀態交給上游互動系統維護，自身只做即時渲染：單張消費級 RTX 5090、720P 下，5B 模型生成速度超 24FPS，端到端延遲百毫秒級，可連續生成分鐘級畫面。模型接收參考畫面、目標首幀與提示詞三類輸入，支援寫實、二次元等畫風，可用於遊戲原型預覽、影片重渲染與具身資料增強；
港科大等發布首篇自迴歸影片生成 Memory 綜述，110 頁
香港科技大學、香港城市大學、復旦、CMU、NYU、NTU 等機構聯合發布 110 頁綜述《The Past Frames the Future: Memory for Autoregressive Video Generation》，系統梳理自迴歸影片生成中的 Memory 機制。
Meta 提出 World-T³，把長時記憶寫進引數並實現單卡即時生成
Meta 提出相機可控影片世界模型 World-T³，用測試時訓練把滑出上下文視窗的歷史觀測寫入快速權重，緩解長時生成中的失憶。在 120 段“去程+返程”基準上，重訪 PSNR 從 13.52 dB 升至 18.31 dB，絕對旋轉誤差從 3.344°降至 1.075°。經雙教師蒸餾的 4 步模型在單張 B200 上以 1280×704 解析度達到 20.6 FPS，生成中記憶持續更新，並在 6 項重訪一致性指標上均列第一。
數美萬物開源 Hi3D V1.0，最高 1536³幾何解析度
數美萬物將圖生 3D 模型 Hi3D V1.0 開源，程式碼與權重已在 GitHub、Hugging Face 發布，基於 Sparc3D 稀疏表示框架。訓練用 3D 資產從約 50 萬擴至約 200 萬，新增 1536³層級，最高有效稀疏表面提取解析度為 1536³，官方稱該模型在開源前已進入真實使用者生產工作流驗證。技術報告顯示，562 組人類偏好對比中它勝出 469 次、綜合得分 85.9%，多視角一致性 0.75 與細節豐富度 0.841 在九種對比方法中最高。