写在前面#

八月我发过一篇 MiniMax H3 工作流分享，那套是直出方案：想要高清，就直接把分辨率拉上去跑，慢。

后来一直在试二阶采样的路子——先用极低分辨率快速出一版，确认构图和动作没问题，二采再把 latent 放大重采样，把细节补回来。

试到现在，H3一二采.json 这个工作流是我用过最好用的一个，性能极其优秀。

Share/Comfyui/Workflow/H3一二采.json at main · hy4962/Share

这不是我自己写的，是 UP 主分享的，配着这个 B 站视频一起看更清楚。

我这边跑出来什么效果#

先给数据。我这边是 32G 内存加 12G 显存，单图参考：

两次加起来大概 700 秒，十一分多钟能拿到一条 15 秒的 720p 片子。

参考图我基本都是拿 Krea2 出的角色图来喂的，之前写过一篇 Krea2 四视图生成，四个角度和脸型一次交代清楚，现在还在用，单图参考正好吃这一套。

0.2 MP 换算过来就是 608 × 352，肉眼看着确实糊。但一采本来也不是拿去交付的，它的任务是快速定下构图、动作和运镜，真正出片的是二采。

0.2 对动漫基本够用。真人我玩得少，就不乱下结论了——动漫角色线条干净、背景相对简单，一采丢掉的信息二采大多能补回来；真人那些皮肤质感、发丝、细微光影，估计得把一采提到 0.4 甚至 0.6 才稳，这个留给常跑真人的朋友自己试。

和上次那套的区别#

上次那套（H3-3.0）是单段的：采样一轮，直接出你想要的尺寸。

这套是两段：

1. 一采：由 ResolutionSelector 定一个很低的尺寸。15 秒配 0.2 MP，只出 608 × 352。步数上工作流把整条 sigma 表拆成两段——SplitSigmas 在第 8 步切开，前 8 步给一采，后 4 步留给二采；总数 12 是用 a + b 自动算出来喂给 BasicScheduler 的。latent token 少，这一步很快。
2. 二采：先用 LTXVSeparateAVLatent 把一采出来的音视频 latent 拆开，交给 MinimaxH3LatentUpscaler3D 在 latent 空间里放大（工作流里给的是 2 倍，608 × 352 翻一倍，差不多就是 720p 这一档），再 LTXVConcatAVLatent 拼回去，最后交给 MMH3UltimateUpscale 按时间分块重采样。

关键在第二步没走「解码成像素 → 放大图片 → 再编码回 latent」那条路。H3 的 VAE 有 50 亿参数，解码再编码非常贵，直接在 latent 上放大，省掉的就是这一段。

工作流里还挂了个 VRGDG Video Compare Slider，一采和二采的结果叠在一起，拖滑块就能对比。这个细节挺贴心，能直观看出二采到底补回来了什么。

模型下载#

工作流里一共用到六个模型文件：

模型组里还有个 MiniMax H3 Sigma Shift，视频偏移 12、音频偏移 3，工作流已经把值给好了，一般不用动。

插件依赖#

这套工作流的自定义节点比上次那套多，缺一个就是一片红。按 ComfyUI Manager 里显示的包名整理了一遍：

Manager 里搜不到后两个，直接 clone：

1
cd ComfyUI/custom_nodes
2
git clone https://github.com/PlagueKind/ComfyUI-PlagueKind-Nodes.git
3
git clone https://github.com/LBH-123-AI/Comfyui_Minimax_h3_latent_Upscaler.git

剩下那批节点——MiniMaxH3ReferenceToVideo、MiniMaxH3SigmaShift、ModelAttentionBackend、ResolutionSelector、ComfyMathExpression、LTXVConcatAVLatent——在工作流 JSON 里记的是 comfy-core，属于 ComfyUI 内置，不用装插件。但这也意味着你的 ComfyUI 得够新：老版本打开，这些节点一样是红的。先把主程序更新到最新再导入工作流。

设置面板怎么调#

工作流把要调的东西全圈在「设置」那一组里，用 ▼ 标签标出来，照着改就行：

边跑边看：采样预览#

这套工作流还内置了一个可视化节点，KJNodes 的 Model Preview Override（节点上写着「采样预览」）。跑采样的时候它会在旁边实时渲染一版低清画面，能大致看出构图、动作和人脸有没有崩。

这个功能挺关键的。一采加二采跑一趟十几分钟，要是等全部跑完才发现手画成六根指头、或者角色整个人歪了，那十几分钟就白扔了。有预览就能在中途看出来，直接中断，改个种子重开，省下的是整轮的时间。

要让它出画面，得把 taeh3.safetensors 放进 ComfyUI/models/vae_approx/。这个目录 KJNodes 是写死的（源码里就是 folder_paths.get_full_path("vae_approx", name)），放错地方节点里的 tiny_vae 下拉框就选不到它，预览区只会一直显示 waiting for sample…。

节点上这几个值是工作流里给好的：

节点下半部分还有个曲线区，右边直接给每一步的耗时（step time (ms)）。想让整体时间降下来，盯着这个数调步数最直观。

踩坑记录#

1
max(5, round(a * 24)) + (5 - (max(5, round(a * 24)) % 17)) % 17

写在最后#

这套工作流我会一直留着用。它把「快」和「清楚」拆成两步：低分辨率那一步不心疼，高清那一步也不用担心一步到位把显存榨干。32G 内存加 12G 显存能跑到 15 秒 720p，对家用机器来说已经很够意思了。

有更好的参数组合或者踩到别的坑，评论区交流。