MiniMax H3 Latent Upscaler 3D：使用ComfyUI自定义节点进行神经Latent放大

它是什么

该模型直接作用于MiniMax H3的24通道VAE Latent，在保留时间维度的同时放大空间分辨率（H × W）。经过训练的神经网络取代了简单的双线性/双三次Latent插值，避免了简单放大带来的重影和双重图像伪影。

其主要目的是加速高分辨率H3视频生成：

1. 以低分辨率生成视频：Latent token数量少得多，速度也快得多。
2. 使用训练好的放大器就地放大Latent。
3. 在目标分辨率下重新采样或细化，以恢复细节。

通过跳过H3庞大的约50亿参数VAE中缓慢的解码→像素放大→编码往返过程，该流程可以节省大量生成时间。请注意，它节省的是时间，而不是显存：细化过程仍在目标分辨率下运行，因此峰值内存与直接生成高分辨率视频相当。

该自定义节点包在video/MinimaxH3类别下提供了两个节点变体：

• Minimax H3 Latent Upscaler（2D）：2D ResBlock主干网络，带有时间维3D卷积层，轻量且快速，使用简单的scale缩放系数（1.0倍到4.0倍）。
• Minimax H3 Latent Upscaler（3D）：完全3D卷积的主干网络，联合处理整个时空体，以获得更强的时间连贯性，一个节点内置三种调整大小模式：scale by multiplier（按倍数缩放）、target dimensions（目标尺寸）和megapixels（百万像素），并支持像素网格对齐和宽高比锁定。

两个节点都仅支持放大（effective scale >= 1.0），并提供fp32 / fp16 / bf16推理。最近的更新新增了用于长视频的enable_chunking开关（带时间分块边缘混合）、执行后自动CPU卸载，以及ROCm（AMD GPU）后端支持。

示例

该仓库附带了一个视频放大对比和一个图像放大对比：

视频放大对比（点击播放）

图像放大对比

ComfyUI使用方法

1. 将Comfyui_Minimax_h3_latent_Upscaler克隆到ComfyUI/custom_nodes/中，然后重新启动ComfyUI。无需额外的Python包。
2. 将其中一个模型（bf16 / fp16，每个约691 MB，或fp32 .pth）下载到ComfyUI/models/latent_upscale_models/中。加载器会自动检测架构，因此一个模型即可同时用于2D和3D节点。

典型工作流：[Low-res H3 Latent] → [H3 Latent Upscaler] → [Refine / Re-sample] → [VAE Decode]。节点包中包含I2V和R2V示例工作流：

此前由Mamad8发布的H3 2倍Latent放大器针对采样后干净的Latent；本次发布采用了类似的Latent空间方法，但使用了更重型的3D主干网络，还支持直接按目标尺寸和百万像素调整大小。