MiniMax H3 X2 Detail VAE

226 00

MiniMax H3 X2 Detail VAE 是一款二合一VAE模型包,配套ComfyUI自定义节点、现成工作流与技术文档。同一个safetensors权重文件,可以切换两种完全独立的工作模式,分别用于视频潜变量2倍解码,或是参考图前置细节增强。

作者
speach1sdef178
基础模型
MiniMax-H3
MiniMax H3 X2 Detail VAE

MiniMax H3 X2 Detail VAE 是一款二合一VAE模型包,配套ComfyUI自定义节点、现成工作流与技术文档。同一个safetensors权重文件,可以切换两种完全独立的工作模式,分别用于视频潜变量2倍解码,或是参考图前置细节增强。

MiniMax H3 X2 Detail VAE

两种工作模式

模式1:2X VAE 视频解码

作为MiniMax H3视频模型专用VAE,替换原生解码链路,实现视频帧2倍分辨率输出。

  • 使用Load VAE节点载入MiniMax-H3-X2-Detail-v1.safetensors
  • 解码节点必须使用MiniMax H3 VAE Decode (fast),不要使用ComfyUI自带基础VAE Decode
  • 推荐参数:tiling=true、tile_size=256、tile_overlap=64、output_device=cpu、temporal_tiling=false
  • 链路:H3生成潜变量 → Fast VAE解码 → 12通道打包 → PixelShuffle ×2 → 2倍分辨率RGB视频帧
MiniMax H3 X2 Detail VAE

模式2:参考图细节增强

用于图生视频参考链路,放在参考图像与MiniMax H3 Reference to Video节点中间。
启用额外B32空间细节分支,从编码器浅层提取结构信息,重建参考图的精细纹理,提升生成视频对原图细节的还原能力。

注意:该模式依赖RGB原图输入,不是单纯潜变量上采样。

  • 链路:参考图像 → MiniMax H3 VAE 2X (Detailed Upscale) → 增强后的参考图 → Reference to Video
  • 基准推荐参数:detail_strength = 1.0
模式输入自定义节点核心用途
2X VAE解码H3 latent潜变量不需要B32节点视频解码时直接输出2倍分辨率画面
参考细节增强RGB参考图片需要本项目自定义节点图生视频前强化参考图空间细节

文件清单

MiniMax-H3-X2-Detail-v1.safetensors    # VAE权重
custom_node/
  ComfyUI-H3-X2-Detailed.zip
workflow/
  H3_VAE_Detailed_and_2X_VAE_2in1.json # 示例工作流
README.md

安装步骤

  1. 预先安装 ComfyUI-MiniMaxH3_LatentUpscaler 插件,重启ComfyUI(提供Fast解码节点,是2X模式必需)
  2. 将MiniMax-H3-X2-Detail-v1.safetensors放到ComfyUI/models/vae/目录
  3. 解压ComfyUI-H3-X2-Detailed.zip至ComfyUI/custom_nodes/,再次重启ComfyUI
  4. 导入配套json工作流文件
  5. 模式1:加载VAE,接入MiniMax H3 VAE Decode (fast)
  6. 模式2:在参考图链路追加Detailed Upscale节点,detail_strength设为1.0,最终视频解码依旧使用这套X2 VAE
MiniMax H3 X2 Detail VAE

补充说明

示例工作流同时演示双模式用法。视频对比中,左侧仅开启2X VAE;右侧叠加参考细节增强,两套方案使用完全相同的生成参数。细节模式会提前用B32分支处理参考图像,两种场景最终视频解码都共用同一个X2 VAE权重。

相关图书

Minimax-H3-VBVR

Minimax-H3-VBVR

Minimax-H3-VBVR是面向 MiniMax-H3 图生视频(I2V) 的LoRA模型,基于VBVR-Pro-SFT-Video数据集专门做适配重建与重预处理,对齐H3的训练管线,目标解决原生视频生成里常见的空间与物体一致性缺陷。
Minimax‑h3_Singularity

Minimax‑h3_Singularity

Minimax-h3_Singularity 是一款经过深度战略融合与高精度微调的通用多模态视频生成模型。它并非简单的权重叠加,而是基于 ref、fl、b25-49 等关键检查点进行有机融合,并辅以长达 3 天的精确剪枝与权重优化,旨在彻底解决高步数训练带来的伪影问题,同时保留原始模型的强大泛化能力。
H3 Ripple

H3 Ripple

H3 Ripple 是面向 MiniMax H3 FL2VA 的专用LoRA,核心能力是涟漪式视频编辑:只修改一到两个锚定关键帧,再由这个LoRA把画面改动平滑扩散、贯穿整条视频片段,不用逐帧处理。
Minimax-H3-Turbo

Minimax-H3-Turbo

Lightx2v团队发布Minimax-H3-Turbo,为MiniMax-H3模型提供推理加速能力。该LoRA支持4步快速生成,推荐配置为0.75强度搭配er_sde或sa_solver调度器。