41秒生成5秒视频！实测 FastH3 V2：彻底告别假慢动作与模糊烂脸

外来客 • 2026-09-22 16:09:34

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 ]

性能表现：生成 5 秒视频耗时约 41 秒；10 秒视频采样时间约为 80.16 秒，呈现线性增长关系。
技术机制：依赖 VSA（稀疏注意力）机制实现加速，需更新 ComfyUI 至最新版以支持 Kitchen Attention 与 Spars Attention 节点配置。
参数优化：两段式工作流中，第一阶段分辨率建议控制在 0.2 百万像素以内以避免噪点，第二阶段提升至 1.5 百万像素；采样步数设为 12 步，其中前 8 步用于基础生成，后续步骤配合降噪系数（0.4-0.5）进行精修。
修复流程：利用 H3 Face Check and Crop 节点提取人脸，通过 Minimax 二次采样及 VOSR 2.0 技术增强纹理细节，最后使用 H3 Face Stitch Back 将修复区域贴回原视频。