HyperFlow H3 Flash 發布：31B 影片音訊模型壓到 14B，6 步出片
Video Rebirth 發布 HyperFlow H3 Flash，把約 31B 的 MiniMax-H3 影片加音訊擴散模型壓縮到 13.7B（fl2va）和 13.9B（ref2va），用 4、6、8 步取樣且無需 CFG 即可同時生成畫面與 32 kHz 立體聲。輸出為 5.2 至 15 秒、24 fps、預設 1344×768；5.2 秒片段 6 步耗時 8.7 秒（4×B200）、36 秒（單卡 H200）、92 秒（RTX 5090）。
31B 影片音訊雙模態模型壓到 14B 後仍保留 32 kHz 立體聲，6 步無 CFG 就有接近即時的速度，Q4 量化 9.1 GB 可落 24 GB 消費卡，對本地跑影片生成和 ComfyUI 工作流的使用者最直接。
原標題：Show HN: We compressed a 31B video+audio diffusion model to 14B, 6 steps, INT8
閱讀原文
| 評分 | 80 / 76（平均 78，門檻 76） |
|---|---|
| 狀態 | 精選 |
相關報導
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。
RunningHub 連發 3 款後訓練模型，5 秒影片生成提速近 12 倍
海馬雲旗下 RunningHub 在 9 月的 20 天內連發 3 款 RH 系列場景化後訓練模型：H3 Lightning 把 5 秒影片生成從 6 分鐘壓縮到 28.7 秒，提速近 12 倍，且不依賴 NVLink 高速互聯，在 RTX 6000D 多卡環境即可執行，方法與復現說明已公開在 GitHub。RH Upscale 可把低解析度一鍵超分至 4K，在 13 款主流方案橫評中綜合品質第一；
Honeycomb 用六張固定平面為影片世界模型做恆定大小記憶
Honeycomb 提出用六張固定尺寸的二維特徵平面（HexMemory）儲存場景，讓影片世界模型的記憶不隨影片長度增長。預設配置為 512 解析度、特徵秩 48，約 73.9 MB；降到 256 解析度後僅 19.8 MB，閉環 PSNR 只從 17.22 dB 微降到 17.10 dB。在 WorldScore 閉環重訪測試中它取得最佳結果：PSNR 17.22 dB、SSIM 0.504、光流誤差 3.00 畫素，明顯優於 Spatia 的 6.64 畫素。
FLUX 3 Image Klein 開源發布，8GB 視訊記憶體可本地跑
Black Forest Labs 發布 5.6B 引數的開源權重模型 FLUX 3 Image Klein，支援文生圖、影像編輯和最多 10 張參考圖的多參考生成，並保留原生 4K 與邊界框控制。INT8 版本可在 8GB 視訊記憶體的 NVIDIA RTX 顯示卡上通過 ComfyUI 或 Diffusers 執行，蒸餾模型在 RTX 5090 上約 4 秒生成一張 1MP 影像，RTX 4070 上不到 9 秒。
國產 3D 模型 Hi3D 開源 V1.0，V3.0 精度達 2048³
Hi3D 正式開源 V1.0 3D 生成模型的程式碼與權重，已在 GitHub 和 Hugging Face 上線，官方稱可免費使用。V1.0 沿用 Sparc3D 架構，訓練資料擴至約 200 萬個篩選後的 3D 資產（Sparc3D 的 4 倍），幾何提取解析度最高 1536³；技術報告稱其多檢視保真度 0.75、細節豐富度 0.841 在所列對比方法中排名第一，切片成功率 90%。