Ampliador Latente 2x Entrenado para MiniMax H3 con Nodos de ComfyUI

Tr1dae lanzó un ampliador 2× entrenado de latente limpio para MiniMax H3, empaquetado como el paquete de nodos personalizado ComfyUI-MiniMaxH3_LatentUpscaler con un checkpoint complementario en Hugging Face (h3_clean_latent_upscaler_film_epoch200.safetensors). El nodo fija la ampliación exactamente en 2× y se ejecuta por completo en el espacio latente, de modo que un flujo de trabajo puede pasar de una primera pasada de baja resolución a una segunda pasada de alta resolución sin salir del muestreador.

Qué es

A diferencia de un ampliador convencional que aumenta la nitidez de un render finalizado, esta herramienta duplica las dimensiones latentes espaciales entre los muestreadores de MiniMax H3: primero se renderiza en pequeño y a bajo coste, luego se amplía el latente limpio 2× y se continúa el denoising a resolución completa.

• Duplica solo las dimensiones latentes espaciales; la longitud temporal no cambia.
• Utiliza una red 2× entrenada por defecto (method = learned model), aprendida como corrección sobre la interpolación latente bilineal frente a latentes de profesor ampliados en el espacio de píxeles y re-codificados, con pérdidas conscientes del decodificador, SSIM, espaciales y temporales.
• Preserva el flujo de audio sin cambios. audio_denoise configurado en 0 bloquea por completo el audio de la pasada 1; 1 permite que la pasada 2 lo remezcle por completo. No se admiten valores intermedios.
• Realiza re-inyección de ruido CONST consciente de NestedTensor en sigmas[0]. Los LatentUpscaleBy / AddNoise estándar fallan con los latentes conjuntos de audio-vídeo de MiniMax (video [B,24,T,H/16,W/16] + audio [B,32,2,T_audio]).

El paquete incluye varios nodos: MiniMax H3 Latent Upscale Combined (el nodo de aplicación principal), los nodos auxiliares Latent Blur / Sharpen / Contrast, que preservan la norma, y un sistema de Save / Load Package + Upscale Collect que guarda los latentes y el acondicionamiento de la pasada 1 para una ampliación diferida de alta calidad con una línea de tiempo HQ y exportación a MP4 / FCP7 XML.

Instalación

cd ComfyUI/custom_nodes
git clone https://github.com/Tr1dae/ComfyUI-MiniMaxH3_LatentUpscaler

El checkpoint entrenado se descarga automáticamente en la primera ejecución de learned model (verificado con SHA-256) en ComfyUI/models/h3_latent_upscalers/. El código de la arquitectura se carga desde la instalación hermana ComfyUI-H3-Latent-Upscaler-Mamad8, que también se menciona en la noticia anterior sobre el ampliador latente 2×.

Resultados de la comunidad

La comunidad de Banodoco ha estado evaluando su rendimiento desde mediados de agosto. foxydits informa que su flujo de trabajo Seed Hunter (construido sobre este nodo) renderiza una base de 0.5 MP hasta 1080p en menos de 5 minutos en una RTX 3090 (discord). DiXiao lo combinó con ComfyUI-MiniMax-H3-SPEED y el LoRA Turbo, produciendo un vídeo de 10 segundos a 1344×768 en unos 150-180 segundos, calificándolo de "mejor que el método de ampliación estándar que usaba el nodo y casi tan rápido" (discord).

Una comparación de la prueba inicial de Seed Hunter de foxydits muestra la pasada ampliada frente al original de 0.2 MP:

Ampliada mediante latente a 704×1216	Render original de 0.2 MP

Contexto

El lanzamiento cubre el vacío que dejó el ampliador H3 Regenerate-2K de la propia MiniMax, del que el equipo dijo en un AMA que todavía se está optimizando en cuanto a eficiencia antes de abrir su código. Mientras tanto, los ampliadores latentes de la comunidad son la respuesta práctica, y el paquete de Tr1dae añade una opción de red entrenada a los enfoques anteriores basados en interpolación.