🤖 У MiniMax H3-Image оказался слабый VAE
Разработчик Ostris опубликовал round-trip-тест популярных VAE: автоэнкодер MiniMax H3-Image (открытый выпуск 10.11.2026, DiT 33,1 млрд, заявлены 4K/16 МП за 10 секунд) проигрывает по всем метрикам реконструкции даже VAE из SD 1.5. Причина — сжатый латент от видеомодели H3: 32×32 пикселя на токен против 16×16 у Flux.
🌍 Обходная VAE-сборка Pruna уже набрала ~978 тыс. загрузок, а Ostris дообучает декодер. Но подмена декодера не вернёт информацию, потерянную энкодером, — это лишь смягчение артефактов.
👤 Если генерируете H3-Image в ComfyUI, возьмите VAE из PrunaAI/P-H3-Image-Comfy (bf16 5,56 ГБ или int8 3,15 ГБ), сэмплеры SA Solver или SGM Uniform, генерацию ведите в 16 МП с уменьшением. Для микродеталей (текстуры, лица, мелкий текст) пока надёжнее модели класса Flux.
Источник 1: https://x.com/ostrisai/status/2120564773150711825 Источник 2: https://github.com/MiniMax-AI/MiniMax-H3-Image