ClipProj-MiniMax-H3
MiniMax H3 的视频生成能力很强,但它的文本编码器(Qwen3-VL-32B)是个“显存杀手”,光这一项就要吃掉 15.7 GB 显存。ClipProj 提供了一个巧妙的解决方案:通过一个学习到的线性投影矩阵,让只有 40 亿参数的 Qwen3-VL-4B 也能产出符合 H3 要求的条件控制张量。
在处理 MiniMax H3 视频时,传统的放大流程是“VAE 解码 → 像素缩放 → VAE 重编码”,这不仅耗时,还会引入额外的画质损失。H3-Latent-Upscaler-2x 提供了一种纯隐空间的解决方案,它能直接将干净的视频隐空间映射到 2 倍大的空间网格上,全程不触碰像素域。

在处理 MiniMax H3 视频时,想把分辨率提升 2 倍通常很麻烦:你得先 VAE 解码成像素,用传统放大器拉伸,再重新编码回隐空间。这不仅慢,还会引入额外的画质损失。H3-Latent-Upscaler-2x 提供了一种更高效的思路:直接在隐空间里把尺寸翻倍,完全跳过像素域的来回折腾。
需要明确的是,这不是一个用来让视频变清晰的放大器。它的输出如果直接解码,可能比原图还柔和。它的核心价值是快和省,让你能在隐空间里无缝衔接后续的高分生成流程。
开发者并没有训练一个庞大的超分模型,而是采用了一种巧妙的策略:
整个过程没有修改 H3 生成器本身,因此它是一个纯粹的、可插拔的后处理模块。
h3_clean_latent_upscaler_v1_mamad8.safetensors 放入 ComfyUI/models/h3_latent_upscalers/ 目录。| 场景 | 推荐方案 |
|---|---|
| 想把已完成的视频变清晰 | ❌ 请用传统像素放大器 |
| 想在生成过程中无缝切换到高分辨率 | ✅ H3-Latent-Upscaler-2x |
| 隐空间还在去噪过程中 | ❌ 不支持,仅支持干净隐空间 |
| 需要保留原始音频和时间长度 | ✅ 完美支持 |