ComfyUI_UltimateSDUpscaleGuider_H3：专为 MiniMax H3 优化的平铺放大节点

ComfyUI_UltimateSDUpscaleGuider_H3 是广受欢迎的 Ultimate SD Upscale 节点的分支版本，专门针对 MiniMax H3 模型进行了适配与优化。该节点通过将大图像分割为多个小块（Tiles）进行逐块扩散处理，有效解决了直接放大高分辨率图像时显存溢出及细节丢失的问题，同时确保处理尺寸贴近模型的训练分布，从而获得更清晰、自然的放大效果。

• GitHub：https://github.com/lisitskyaa/ComfyUI_UltimateSDUpscaleGuider_H3

核心改进

• 🚀 MiniMax H3 原生支持：
  修复了原始 USDU 节点在连接 MiniMax H3 模型时产生的兼容性错误。通过调整底层接口逻辑，使其能够无缝调用 H3 的潜空间与解码器，充分发挥 H3 在图像细节重建上的潜力。
• 🧩 智能平铺处理 (Tiling)：
  将大图拆解为重叠的小块分别进行 Img2Img 扩散。这种方法不仅大幅降低了显存峰值占用，还避免了全局放大带来的模糊感，让每一处细节都能得到精细的重绘。
• 💾 低显存友好：
  即使在处理 4K 或更高分辨率的图像时，也能在消费级显卡上稳定运行，无需依赖昂贵的专业硬件。

适用场景

• AI 视频帧增强：配合 MiniMax H3 的视频生成能力，对关键帧进行超分处理，提升整体画质。
• 细节修复：在放大的同时，利用 H3 的理解能力补充原本模糊的纹理（如皮肤、织物、建筑纹理等）。

快速开始

1. 安装：

   cd ComfyUI/custom_nodes/
   git clone https://github.com/[你的分支来源]/ComfyUI_UltimateSDUpscaleGuider_H3.git
   # 重启 ComfyUI
   

2. 加载示例：
   导入仓库中提供的 minimax_h3_usdu.json 工作流，即可快速体验基于 H3 的平铺放大流程。
3. 参数调整：
   • Tile Size：根据显存大小调整，通常 512-1024 像素为宜。
   • Mask Blur：设置适当的蒙版模糊值以消除拼接痕迹。
   • Denoise：建议从较低值（如 0.2-0.35）开始，避免过度重绘改变原图结构。