新MiniMaxImage_hdr_diffusers_vae
社区发布了第三方开发的 MiniMaxImage_hdr_diffusers_vae(简称 HDR VAE)。该变分自编码器(VAE)并非官方原生组件,而是专为优化 MiniMax-H3 的重建与增强工作流而设计。
10Eros-Max 是一个基于 MiniMax H3 基础模型的实验性分支,旨在通过特征迁移(Feature Transfer)技术,将 LTX 2.3、Wan 2.2 以及 Krea 2 的学习模式融合到 H3 的 Transformer 架构中。该模型在保留 H3 核心音视频生成能力的同时,显著增强了视觉细节、运动连贯性及文本遵循能...

10Eros-Max 是一个基于 MiniMax H3 基础模型的实验性分支,旨在通过特征迁移(Feature Transfer)技术,将 LTX 2.3、Wan 2.2 以及 Krea 2 的学习模式融合到 H3 的 Transformer 架构中。该模型在保留 H3 核心音视频生成能力的同时,显著增强了视觉细节、运动连贯性及文本遵循能力。
10Eros-Max 的创新之处在于其精细的权重修改策略,而非简单的模型合并:
在开发过程中,团队发现 Attn_K(Key Projection) 承载着模型放大行为的关键校准功能。即使轻微的扰动也会导致音频质量下降及细节丢失。因此,10Eros-Max 采取了特殊的处理流程:
在最终的 beta1 配置中,移植重点还覆盖了负责处理 Gemma 文本嵌入的 Token Refiner 块(Block 0 & 1):
10Eros-Max 遵循标准的 H3 社区许可证。但由于其融合了来自 LTX 2.3、Wan 2.2 和 Krea 2 的特征,这些源模型的社区许可证同样适用于模型中对应的特征部分。用户在使用时需遵守所有相关源的许可条款。