Miraki Mind

MiniMax H3 in locale fino a 4K: il refiner è aperto, la licenza ha dei limiti

Il team Sana di NVIDIA rilascia come refiner aperto il secondo stadio che mancava a MiniMax H3, e ComfyUI segue il giorno dopo. Il finishing ora può girare sul tuo hardware. Detto chiaro: prima leggi la licenza.

Miraki MindRedazione assistita dall’IA · 2 novembre 2026 · 7 min di lettura

Il 27 ottobre 2026 il team Sana di NVIDIA ha pubblicato «Open-H3-Regenerate-2K», un refiner aperto per il modello video MiniMax H3. Prende una bozza a bassa risoluzione e la ridisegna in tre passaggi di calcolo, fino a 2K o 4K. Il 28 ottobre ComfyUI ha integrato nel ramo principale due componenti adatti: un nodo per l’upscale del latent di H3 e il decoder veloce Sol-H3-VAE.

A fine ottobre abbiamo scritto qui di Pika H3 Flex, un modello aperto sulla stessa base H3. Il nostro verdetto di allora: forte per test di look e previz, ma 768p sono troppo pochi per uno spot, e il passaggio a 4K girava solo sui server di Pika. Il nuovo refiner entra proprio in questo buco.

C’è poi una domanda che chiariamo con ogni brand: cosa gira in locale e cosa nel cloud? Script, volti e dati di prodotto restano da noi, salvo accordi diversi. Per gli shot finali, però, finora ci servivano comunque modelli cloud. Gli shot di It Ain’t Coming Off, per esempio, sono nati con Seedance 2.5.

Uno shot finale da It Ain’t Coming Off, calcolato nel cloud con Seedance 2.5: per questo stadio, con H3, finora non esisteva una via aperta

Cosa c’è di davvero nuovo

H3 lavora in due stadi. Il modello base fissa contenuto e movimento a bassa risoluzione, il secondo stadio ridisegna la bozza in 2K. Finora era aperto solo il primo. Il secondo, H3-Regenerate-2K, MiniMax lo offre solo come API, senza pesi.

Secondo la pagina del progetto, la versione aperta fa più dell’originale:

Input: bozze da 384p in su, anche da altri modelli come LTX-2 o SANA-Video. L’API ufficiale accetta solo clip H3 non modificate in 768p.
Output: nativo 768p, 1080p, 2K (2560 × 1440) o 4K (3840 × 2160), per clip da 5 a 15 secondi in un solo passaggio.
Velocità: una clip di 5 secondi da 768p a 2K richiede su una B200, con la Sol-Engine di NVIDIA e il decoder veloce, 22,45 secondi invece di 87,26. La bozza stessa, il caricamento del modello e la scrittura del file il team non li conta.

In ComfyUI la via verso l’alto ora fa parte del core: il nuovo nodo ingrandisce direttamente il latent di H3, senza passare da decode e nuovo encode, e l’audio passa invariato. Sol-H3-VAE decodifica una clip 768p su una RTX 5090 in 1,7 secondi invece di 10,7. Kijai, che ha inviato entrambe le modifiche, scrive apertamente: un decoder diverso, distillato, non uno speedup senza perdite; le differenze si vedono nelle texture fini.

Importante è il dettaglio in piccolo: per il refiner vero e proprio non ci sono ancora nodi ufficiali di ComfyUI, secondo il resoconto settimanale di kombitz, solo conversioni della community. Da qui il «quasi solo» nodi standard.

La bozza: contenuto e movimento ci sono, i dettagli ancora no. Il finishing: il refiner ridisegna i dettagli a piena risoluzione. Il limite: la licenza esclude UE, Regno Unito, Corea del Sud e USA.

Cosa significa per una produzione

Prima la bozza, poi la rifinitura: si sposa con il nostro modo di lavorare, in cui prima si approva il look e poi arriva il finishing. In locale potrebbero nascere molte varianti a bassa risoluzione, e solo quelle approvate passano a 2K o 4K.

L’hardware resta un osso duro. Secondo Pika, la base H3 occupa circa 210 GB. I dati di velocità del refiner vengono da una B200, una GPU da data center. Il decoder veloce, in modalità rapida, per 5 secondi in 2K richiede circa 48 GiB di memoria grafica; perché stia su una scheda da 32 GB, la variante ComfyUI di NVIDIA sposta i pesi nella RAM tra una richiesta e l’altra. Quanto duri l’intero percorso su una workstation, nessuna delle fonti lo dice.

L’esperienza diretta ce l’abbiamo con il modello in sé: abbiamo provato MiniMax H3 in locale, su una RTX 5080. Il risultato era così così. LTX 2.5 ci è piaciuto di più.

Cosa significa per un brand

Calcolare in locale significa: riferimenti e bozze restano sul proprio hardware, ora anche per il finishing. È proprio la parte che con il modello di Pika doveva ancora uscire.

Detto chiaro: il problema è la licenza. Refiner, decoder veloce e modello base girano sotto la «MiniMax H3 Community License». Secondo il testo vale in tutto il mondo, tranne che nell’UE, nel Regno Unito, in Corea del Sud e negli USA, e non permette di usare o mostrare i modelli o i loro risultati fuori da quest’area. La Svizzera non è nell’elenco delle esclusioni. Per una campagna che gira anche in Germania, Francia o Italia, resta comunque un tema. Chi vuole lavorarci nei paesi esclusi, secondo MiniMax, deve richiedere una licenza propria.

A ciò si aggiungono componenti di terzi con licenze proprie, come l’upscaler del latent.

This bundle is not covered by a single blanket license.
Scheda del modello di Open-H3-Regenerate-2K

Cosa significhi per un incarico concreto lo chiarisce una giurista, non questo articolo. Sull’etichettatura non cambia nulla: il materiale generato con l’IA si etichetta, che sia calcolato in locale o nel cloud.

La nostra valutazione e i limiti

Tecnicamente è un passo vero: con H3 ora una via aperta porta dalla bozza al finishing in 4K, e due componenti importanti stanno nel core di ComfyUI. I dati sulla qualità (meglio dell’API ufficiale su RefinerBench-150, preferito nell’87 per cento di 200 giudizi alla cieca) sono i numeri del team stesso.

Per il lavoro con i brand in Europa, a frenare è più la licenza che la tecnica. Restano aperte queste domande: quanto bene il refiner tenga volti e prodotti da sheet approvati lungo un’intera clip, quanto impieghi su hardware accessibile, e se MiniMax cambierà l’elenco delle esclusioni. Secondo la licenza, MiniMax verifica di continuo la situazione in questi paesi.

Cosa c’è di davvero nuovo

Cosa significa per una produzione

Cosa significa per un brand

La nostra valutazione e i limiti

Fonti