MiniMax H3 两段式潜空间放大指南：极速生成 HD 超清 AI 视频

外来客 • 2026-08-25 17:53:42

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

前置准备：
安装支持 2D/3D 潜空间放大的扩展节点，本教程选用 3D 版本以增强时空一致性。
下载 FP16 格式的放大模型，放置于 `latent upscale models` 目录。
下载 Turbo LoRA（图生视频用 1.1 版本，参考视频用 0.1 版本）及新版 ComfyUI 以支持新注意力机制。
工作流执行：
第一阶段：设定低分辨率（如 608x352，0.2 Megapixels），使用 OLA 采样算法和 Simple 调度器，共 8 步采样。通过 `SplitSigmas` 节点截取前半段 Sigma，仅构建视频大体结构。
潜空间放大：分离音视频 Latent，使用 3D 放大节点将视频部分放大（设定目标宽高，需为 32 像素倍数），再合并音频。
第二阶段：对放大后的 Latent 进行二次采样精修，最后解码输出高清视频。
加速机制：
结合 Turbo 模型（权重 1.0）减少采样步数。
启用 `Model Attention Backend` 节点，切换至 Kitchen Attention 机制以提升运算效率。

画质提升：
面部细节：近距离镜头下五官、发丝、皮肤纹理清晰，中景人物边缘更清楚。
动作细节：骑马、炒菜、滑雪等快速移动场景中，肢体轮廓、背景层次及动态效果（如蒸汽、水花）表现稳定自然。
风格适应：风格化人物、夜景反光及特殊低机位镜头均能保持一致性。
局限性：
参考视频生成（Reference to Video）因 Turbo LoRA 版本较低（0.1），质量略逊于图生视频；建议不使用加速模型，改用完整步数采样以获得更好效果。
适用人群：追求生成速度且对视频动态细节有较高要求的 AI 视频创作者。