MiniMax-H3 Fused Turbo (INT8 ConvRot)

MiniMax-H3 Fused Turbo 是一个经过深度优化的 21 GB ComfyUI 扩散模型文件，专为 MiniMax H3 视频生成设计。它通过融合蒸馏的 Turbo LoRA 和运动平滑风格 LoRA，并采用 INT8 ConvRot 量化技术，实现了在 4 步内完成高质量的文本/图像到视频（T2V/I2V）及参考到视频（Ref2V）生成。该方案不仅大幅降低了推理步数，还显著减少了显存占用，是目前追求极致速度与效率用户的理想选择。

核心亮点

• 4 步极速生成：
  • 基于 lightx2v FL2VA Turbo 8 步 LoRA 融合，实际仅需 4 步即可产出高质量视频。
  • 配合 de-rope（去位置编码干扰）技术，可在两次 4 步传递中实现更干净的运动修复，总成本远低于传统 25 步生成。
• 高效融合与量化：
  • 单文件融合：将基础模型、Turbo LoRA 和 Mystic v2.0 运动平滑 LoRA 离线融合为一个 .safetensors 文件，避免了 ComfyUI 实时加载 LoRA 时产生的巨大显存备份开销（峰值显存从 ~69 GB 降至 ~48 GB）。
  • INT8 ConvRot 量化：对模型中 50 个块的重型线性层进行 INT8 量化（组大小 256，逐通道），其余保持 BF16/F32。无需自定义加载器，直接使用原生 UNETLoader 即可。
• 全功能支持：
  • 支持 Ref2VA（参考到视频）和 FL2VA（首/末帧到视频），单个分区即可处理多种条件输入。
  • 兼容 SLA (Sparse Latent Attention) 稀疏注意力，进一步提升速度约 40% 并改善音频高频细节。

性能对比 (RTX PRO 6000, 96GB VRAM)

注：在 16GB 显存显卡上，通过 KJNodes 的 MiniMaxChunkFeedForward 分块技术，峰值显存可控制在 11 GB 左右，使得该模型在消费级显卡上也可流畅运行。

安装与使用指南

1. 模型下载与放置

• 文件名：diffusion_models/minimax_h3_fused_refdelta_r1024_turbo8_mystic07_int8_convrot.safetensors
• 路径：放入 ComfyUI/models/diffusion_models/ 目录。
• 依赖组件：
  • VAE: minimax_h3_video_vae_int8_convrot.safetensors & minimax_h3_audio_vae_fp32.safetensors (放入 models/vae/)
  • Text Encoder: qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors (放入 models/text_encoders/)
  • 节点包: 需安装 ComfyUI-MAINodes (用于 de-rope/DyRoPE) 和 ComfyUI-PlagueKind-Nodes-only-sparse (用于 SLA)。

2. 推荐工作流参数

• 采样器/调度器: res_multistep / simple (音频表现优于 Euler)
• 步数: 4
• Guidance: BasicGuider (无 CFG)
• 偏移 (Sigma Shift): Video 12 / Audio 3
• 分辨率: 1152×640 (16:9, ~0.7 MP)
• 注意力: H3 SLA Block Sparse (稀疏度 0.90, 块大小 64)

3. 进阶技巧：De-rope 与运动适配器

• De-rope (4+4)：适用于需要极高运动稳定性的场景。第一次传递生成参考，第二次传递仅针对“突变预言机”标记的帧进行修复。
• 运动适配器 (Motion Adapter)：在 de-rope 的第二遍中可选加载 warm375 或 warm100 适配器以增强运动幅度，但需注意 warm375 可能会引入轻微的风格偏差（如镜像伪影）。

为什么选择融合版而非实时 LoRA？

虽然实时堆叠 LoRA 也能达到相同效果，但 ComfyUI 在处理 INT8 模型的 LoRA 补丁时，会为每个被修改的权重保留一份原始副本作为备份。对于 21 GB 的 INT8 模型，这会导致额外的 ~21 GB 显存开销。融合版通过离线一次性完成加法并量化，彻底消除了这一备份需求，使得在有限显存下运行更大分辨率或更长视频成为可能。