MMH3 Ultimate Upscale：在有限 VRAM 下进行分块 H3 视频放大
一个 ComfyUI 节点通过时间分块和空间分块对长时长、高分辨率的 MiniMax H3 视频进行放大，将 VRAM 限制在单个分块内，另外还提供实验性的 LTX-2.5 变体。
为什么重要
MiniMax H3 将视频生成为一个嵌套 Latent，在一个张量中捆绑了 24 通道视频和 32 通道音频。标准的 ComfyUI 放大节点不理解这种结构，而且在高分辨率下重新采样已完成的视频片段通常会让较小 GPU 直接显存溢出（OOM）。社区成员 WiseDuck 报告，原始的 H3 放大工作流在 4 MP 下立即耗尽内存，而分块节点在同一台机器上以 18 秒 达到了 2550×1920（约 5 MP）。“我还可以继续提高。我还没有测试过极限。我敢打赌 4K 是可能的。”
工作原理
MMH3 Ultimate Upscale 将整个 时间切分 → Latent 放大 → 空间切分 → 逐分块采样 → 空间缝合 → 时间缝合 循环包装到单个节点中：
- 时间分块，适用于长视频。 长视频片段被切成重叠的时间块；每个块被独立处理，然后再缝合在一起。一个“帧 0”锚点会用上一个块重新采样的边界帧替换当前块的第一个关键帧（
anchor_strength，默认 0.999），重叠的块通过线性交叉淡化混合，使过渡平滑而非硬切。 - 空间分块，限制 VRAM。 每个块被拆分为多个分块，并且一次只采样一个分块。与已缝合相邻区域共享的重叠条带会从累积结果中预填充，并使用
noise_mask锁定，这样重采样只允许改变空闲的内部区域；带掩码的回写保证已经一致的接缝永远不会被覆盖。 - 两种放大模式。 基于 H3 3D 模型的放大器（
MMH3 Latent Upscale with Model Params，使用minimax_h3_latent_upscaler_3d_*.safetensors模型），或者一个无需模型的插值路径（MMH3 Latent Upscale Params），它在空间上调整 Latent 大小且无需额外模型，对应 ComfyUI 的 缩放Latent，同时保留嵌套的音视频结构。 - 音频保持。 Latent 的音频部分在每个块和缝合步骤中都原样保留，永远不会被重新采样。
- 对 VRAM 友好的模型管理。 3D 放大器每次使用后都会被卸载回 CPU，并且在放大器运行时扩散模型也会被卸载，因此 H3 和放大器绝不会同时驻留。
- 可选阶段。
latent_upscale_param、temporal_split_param和spatial_split_param都是可选的——如果有任何一个未连接，则跳过该阶段。
LTX-2.5 支持（实验性）
8 月 25 日的更新添加了一个基于同一流水线构建的实验性 LTX25 Ultimate Upscale 节点，支持在单个节点中处理 LTX-2.5 嵌套音视频 Latent（视频 [B,128,T,H,W] + 音频 [B,C,time,freq]）：时间切分 → 固定 2 倍模型放大 → 插值到目标分辨率 → 空间切分 → 逐分块采样 → 缝合。README 将这些节点标记为高度实验性——音频仍有缺陷，因此请使用原始音频 Latent。
安装
通过 ComfyUI Manager 安装（搜索 MMH3 Ultimate Upscale），或克隆到 ComfyUI/custom_nodes/：
git clone https://github.com/bbaudio-2025/Comfyui-MMH3-UltimateUpscale.git该节点构建在两个社区项目之上：bbaudio-2025 的 Comfyui-MiniMax-H3-LatentSplit（时间/空间切分、锚点与追加机制）以及 LBH-123-AI 的 Comfyui_Minimax_h3_latent_Upscaler（H3 3D 放大网络，已于本月早些时候介绍）。下面的放大器示例展示了 Latent 路径在放大时带来的细节增益：
示例来自底层的 H3 3D Latent 放大器（LBH-123-AI）。
评论
使用 GitHub 登录后即可参与讨论。