MiniMax H3: обученный 2x латентный апскейлер с нодами ComfyUI

Tr1dae выпустил обученный 2× апскейлер чистого латентного пространства для MiniMax H3, упакованный в виде пользовательского пакета нод ComfyUI-MiniMaxH3_LatentUpscaler с сопутствующим чекпоинтом на Hugging Face (h3_clean_latent_upscaler_film_epoch200.safetensors). Нода жёстко фиксирует увеличение ровно в 2× и работает целиком в латентном пространстве, поэтому рабочий процесс может перейти от первого прохода с низким разрешением ко второму проходу с высоким разрешением, не покидая семплер.

Что это такое

В отличие от обычного апскейлера, повышающего резкость готового рендера, этот инструмент удваивает пространственные размеры латентного пространства между семплерами MiniMax H3: сначала выполняется недорогой рендер в малом разрешении, затем чистый латентный тензор увеличивается в 2×, после чего денойзинг продолжается на полном разрешении.

• Удваивает только пространственные размеры латентного пространства; временная длина не меняется.
• По умолчанию использует обученную 2× сеть (method = learned model), обученную как коррекцию поверх билинейной интерполяции латентного пространства, с целевыми латентными тензорами учителя, полученными пиксельным апскейлом и повторным кодированием, и с потерями, учитывающими декодер, SSIM, а также пространственный и временной аспекты.
• Сохраняет аудиопоток без изменений. Значение audio_denoise, установленное в 0, полностью блокирует аудио первого прохода; значение 1 позволяет второму проходу полностью пересоздать его. Промежуточные значения не поддерживаются.
• Выполняет повторное зашумление CONST с учётом NestedTensor на sigmas[0]: штатные LatentUpscaleBy / AddNoise ломаются на совмещённых аудио-видео латентных тензорах MiniMax (video [B,24,T,H/16,W/16] + audio [B,32,2,T_audio]).

В пакет входит несколько нод: MiniMax H3 Latent Upscale Combined (основная нода применения), вспомогательные ноды Latent Blur / Sharpen / Contrast с сохранением нормы, а также система Save / Load Package + Upscale Collect, которая сохраняет латентные тензоры первого прохода и условие для отложенного высококачественного увеличения с HQ-таймлайном и экспортом в MP4 / FCP7 XML.

Установка

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

Обученный чекпоинт автоматически загружается при первом запуске learned model (с проверкой SHA-256) в ComfyUI/models/h3_latent_upscalers/. Код архитектуры загружается из соседней установки ComfyUI-H3-Latent-Upscaler-Mamad8, на которую также ссылается более ранняя новость о 2× латентном апскейлере.

Результаты сообщества

Сообщество Banodoco тестирует его с середины августа. foxydits сообщает, что его рабочий процесс Seed Hunter (построенный на этой ноде) увеличивает базу 0,5 МП до 1080p менее чем за 5 минут на RTX 3090 (discord). DiXiao объединил его с ComfyUI-MiniMax-H3-SPEED и Turbo LoRA, получив 10-секундное видео 1344×768 примерно за 150-180 секунд и назвав результат «лучше, чем стандартный метод увеличения, который использовала нода, и почти такой же быстрый» (discord).

Сравнение из раннего теста Seed Hunter от foxydits показывает увеличенный проход рядом с оригиналом 0,2 МП:

Латентный апскейл 704×1216	Оригинальный рендер 0,2 МП

Контекст

Релиз заполняет пробел, оставленный собственным апскейлером MiniMax H3 Regenerate-2K, который, по словам команды в AMA, всё ещё оптимизируется для повышения эффективности перед открытием исходного кода. Тем временем латентные апскейлеры сообщества являются практичным решением, а пакет Tr1dae добавляет вариант с обученной сетью поверх более ранних подходов, основанных на интерполяции.