MiniMax H3 训练版 2x Latent Upscaler 发布，随附 ComfyUI 节点

Tr1dae 为 MiniMax H3 发布了一款经过训练的干净 Latent 2× 放大器，打包为 ComfyUI-MiniMaxH3_LatentUpscaler 自定义节点包，并在 Hugging Face 上提供了配套 checkpoint（h3_clean_latent_upscaler_film_epoch200.safetensors）。该节点将图像放大硬锁定为恰好 2×，并且完全在 Latent 空间中运行，因此工作流可以从低分辨率第一遍过渡到高分辨率第二遍，而无需离开 sampler。

它是什么

与传统的、对已完成渲染进行锐化的放大器不同，此工具在 MiniMax H3 sampler 之间 将空间 Latent 尺寸加倍：先以低分辨率低成本渲染，对干净 Latent 执行 2× upscale，然后以全分辨率继续 denoise。

• 仅加倍 空间 Latent 维度；时间长度不变。
• 默认使用 经过训练的 2× 网络（method = learned model），该网络作为对双线性 Latent 插值的校正，对照像素放大后/重新编码的教师 Latent 学习，并包含解码器感知、SSIM、空间和时间损失。
• 保持音频流不变。audio_denoise 设为 0 会完全锁定第一遍的音频；设为 1 则让第二遍完全重新混音。不支持中间值。
• 在 sigmas[0] 处执行 NestedTensor 感知的 CONST 重新加噪：内置的 LatentUpscaleBy / AddNoise 在 MiniMax 的联合音频-视频 Latent（video [B,24,T,H/16,W/16] + audio [B,32,2,T_audio]）上会失效。

该节点包包含多个节点：MiniMax H3 Latent Upscale Combined（主要的应用节点）、保持范数的 Latent Blur / Sharpen / Contrast 辅助节点，以及一个 Save / Load Package + Upscale Collect 系统，用于暂存第一遍的 Latent 和条件，以便后续通过 HQ 时间线以及 MP4 / FCP7 XML 导出进行高质量放大。

安装

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

训练好的 checkpoint 会在首次运行 learned model 时自动下载（SHA-256 校验）到 ComfyUI/models/h3_latent_upscalers/。架构代码从同级的 ComfyUI-H3-Latent-Upscaler-Mamad8 安装中加载，此前的 2× Latent Upscaler 新闻 也引用了它。

社区测试结果

Banodoco 社区自 8 月中旬以来一直在对其做基准测试。foxydits 报告称，他的 Seed Hunter 工作流（基于此节点构建）可在 RTX 3090 上，将 0.5 MP 的底图渲染到 1080p，耗时不到 5 分钟（Discord）。DiXiao 将其与 ComfyUI-MiniMax-H3-SPEED 和 Turbo LoRA 结合，生成了 10 秒的 1344×768 视频，大约耗时 150-180 秒，并称其“比该节点原本使用的标准放大方法更好，速度几乎一样快”（Discord）。

来自 foxydits 早期 Seed Hunter 测试的对比显示了放大后的结果与 0.2 MP 原始画面的对比：

Latent 放大后的 704×1216	原始 0.2 MP 渲染

背景

此次发布填补了 MiniMax 自家 H3 Regenerate-2K 放大器留下的空白。团队在 AMA 中表示，该放大器在开源之前仍在进行效率优化。与此同时，社区 Latent 放大器是切实可行的解决方案，而 Tr1dae 节点包在早期基于插值的方法之上，增加了经过训练的网络选项。