MiniMax-H3-x-Z-Image-native

228 00

MiniMax-H3-x-Z-Image-native 是一个将 Z-Image 强大的空间注意力特征移植到 MiniMax H3 引擎上的 ComfyUI 原生版本。该模型旨在通过增强场景的丰富度与纹理细节,同时保持 H3 原有的身份一致性,解决传统视频生成中常见的“逐镜头锐化偏移”问题。

作者
joeygambino
基础模型
MiniMax H3
MiniMax-H3-x-Z-Image-native

MiniMax-H3-x-Z-Image-native 是一个将 Z-Image 强大的空间注意力特征移植到 MiniMax H3 引擎上的 ComfyUI 原生版本。该模型旨在通过增强场景的丰富度与纹理细节,同时保持 H3 原有的身份一致性,解决传统视频生成中常见的“逐镜头锐化偏移”问题。

核心优势

  • 增强的空间细节:利用 Z-Image 的空间注意力机制,显著提升了画面中的纹理质感和场景复杂度。
  • 稳定的身份一致性:在提升画质的同时,完美保留了 H3 模型在角色和物体身份维持上的优势。
  • 消除锐化伪影:避免了多镜头视频中常见的边缘过度锐化和不一致的视觉偏移,使画面过渡更加自然。
  • ComfyUI 原生支持:无需额外插件或复杂配置,直接使用标准的 Load Diffusion Model 节点即可加载(需 ComfyUI 0.32+)。

模型版本与格式选择

该模型提供了多种量化和精度版本,以适应不同硬件配置的需求。文件为已烘焙移植的 Pruned H3 构建版本(zs05 代表晚期块增益,剂量 0.5)。

格式说明推荐硬件/场景
bf16主版本 (ref2va)高显存显卡,追求最高画质
comfy-fp8 / fp8e5m2FP8 缩放版本平衡速度与质量的通用选择
comfy-int8 / int8_convrotINT8 快速选择RTX 50 系列 用户的最佳快速方案
comfy-w4a84位家族 (质量优先)16GB 显存 显卡的高质量选择
comfy-nvfp4Blackwell 原生 4位RTX 50 系列 原生支持,其他架构为模拟运行
comfy-w4a44位家族 (极速)对速度要求极高且显存紧张的场景
comfy-mxfp88位微缩放Blackwell (RTX 50) 专用,旧架构收益较小

注:当 fl2va 和 ref2va 变体同时存在时,两者均提供,选择规则与标准 H3 模型相同。

性能建议

  • RTX 30/40 系列用户:
    强烈建议使用 GGUF 版本。在 Ampere 架构(RTX 30系)上,GGUF 版本的推理速度比任何 4 位 Comfy 原生版本快 4–8 倍。
  • RTX 50 系列用户:
    可优先尝试 comfy-int8 或 comfy-nvfp4 格式,以充分利用 Blackwell 架构的特性获得最佳性能。

使用方法

  1. 确保你的 ComfyUI 版本不低于 0.32。
  2. 下载对应你硬件格式的模型文件。
  3. 使用 ComfyUI 自带的 Load Diffusion Model 节点加载模型。
  4. 按照常规的 MiniMax H3 工作流进行连接和生成。

相关图书

MiniMax-H3-Fun-Controlnet-Union

MiniMax-H3-Fun-Controlnet-Union

MiniMax-H3-Fun-Controlnet-Union 是一个用于 MiniMax-H3 的 ControlNet-Union 模型,使用 VideoX-Fun 流水线训练而成。单个检查点可使 MiniMax-H3 视频生成器根据 Canny、Depth、HED、MLSD 或 Pose 控制视频进行条件生成,同时也支持视频修复(inpainting)。
MiniMax-H3-Turbo

MiniMax-H3-Turbo

阿里系呜里科技(Wuli)推出MiniMax-H3-Turbo,基于MiniMax-H3模型做加速优化,把音视频生成压缩至最少4步即可完成。项目提供4步、6步、8步三套变体,开发者可以在速度与生成效果之间灵活取舍。
MiniMaxImage_hdr_diffusers_vae

新MiniMaxImage_hdr_diffusers_vae

社区发布了第三方开发的 MiniMaxImage_hdr_diffusers_vae(简称 HDR VAE)。该变分自编码器(VAE)并非官方原生组件,而是专为优化 MiniMax-H3 的重建与增强工作流而设计。
Open-H3-Regenerate-2K

Open-H3-Regenerate-2K

Open-H3-Regenerate-2K 由英伟达 Sana 团队推出,是MiniMax H3 闭源 2K 精炼 API 的开源替代方案。官方 H3 仅开放 768P 基础生成权重,2K 高清重绘能力只提供托管 API、不开放权重,这个项目补齐了本地部署的短板:输入任意低分辨率视频草稿,在潜在空间上采样后,只用 3 步扩散重绘,原生输出 2K(2560×1440)甚至 4K 视频。