跳转到主要内容
MiniMax H3 Latent Upscale With Model 使用潜空间放大模型将 MiniMax H3 潜变量的视频部分缩放到目标宽度和高度。音频潜变量保持原样,因此片段会保留其声音,无需重新采样。当希望片段输出得更大时,可在 MiniMax H3 采样之后、H3 VAE 解码之前使用它。

输入

当请求的尺寸已经与潜变量匹配时,会原样返回输入潜变量。被缩放的潜变量不携带 noise_mask,因此部分遮罩的潜变量会丢失其遮罩。该网络以时间分片的方式执行 3D 卷积,这使得长片段的内存占用接近单个分片的水平。

输出

本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑

Source fingerprint (SHA-256): cd659baace5a21620033dd3470b854cccbada01d09545a2f61273b949c3a004b