H3 Anti-Burn LoRA：阻止链式 H3 片段中的面部烧灼

H3 Anti-Burn LoRA 是一个 310 MB、rank-32 的适配器，用于链式 MiniMax H3 视频中的续接片段。它发布于 2026 年 10 月 14 日，撰写本文时约有 11 个赞和 1,100 次下载。权重采用 ComfyUI 的键名命名方式（diffusion_model.*），因此不需要自定义节点。

它针对的问题

一段长 H3 视频通常通过链式生成构建：第 2 个片段接续第 1 个片段的最后几帧，第 3 个片段接续第 2 个，依此类推。每次续接都会复制交给它的结尾，并叠加一点自身的误差。经过几个片段之后，面部就会烧灼：皮肤和线条变得粗糙、刻痕感明显，整个画面也随之变得生硬。

该 LoRA 仅加载在续接流程上，让它们贴近正常生成的第 1 个片段的外观。它明确不适用于第 1 个片段，因为第 1 个片段没有可烧灼的来源。

使用方法

仅在渲染续接片段（第 2 个片段及之后）的模型上，用 LoraLoaderModelOnly 加载它。
从强度 0.5 开始。如果面部仍逐片段变得更粗糙，就调高；如果面部变得柔化或发蜡，就调低。
强度取决于所用的 turbo 和流程。将 LoRA 合并进 8 位模型会削弱其效果，因此建议先在 4 到 5 个片段的链上试几个值再作定夺。

实测结果

每条链 10 个片段，每个片段约 37 秒，覆盖四个场景（一个厨房、使用第二个种子的同一厨房、一个公园和一个门廊），每个设置对所有链取平均值。“面部烧灼”指第 1 个片段到第 10 个片段之间面部细节纹理的变化幅度：0 表示第 10 个片段与第 1 个片段一样干净，正值表示发生烧灼，负值表示比第 1 个片段更柔和。

Turbo	无 LoRA	0.4	0.5	0.6	0.8
未见过的模型（从未训练过）	+61%		+29%	+4%	−13%
HyperFlow 8 步	+25%	+4%	−1%	−14%
lightx2v 8 步 v1.0 768p	+44%	+14%	0%	−7%	−37%
Larry Turbo v4（600 步 EMA）	+261%	+212%		+159%	+57%

“未见过的模型”这一列最重要：该 LoRA 是在 Larry Turbo v4、HyperFlow 和 lightx2v 上训练的，但它仍能把从未见过的第四种 turbo 在 0.6 强度下控制在 +4%。

未见过的模型：第 1 个片段、不使用 LoRA 的第 10 个片段、使用 LoRA 的第 10 个片段

一个该 LoRA 从未训练过的 turbo。依次为第 1 个片段、不使用 LoRA 的第 10 个片段、以 0.6 强度使用它的第 10 个片段。在此场景中，面部烧灼从 +51% 变为 −4%。

lightx2v 8 步：第 1 个片段、不使用 LoRA 的第 10 个片段、使用 LoRA 的第 10 个片段

lightx2v 8 步 v1.0 768p 在厨房场景中：不使用 LoRA 为 +52%，以 0.5 强度使用时为 +6%。

Larry Turbo v4：第 1 个片段、不使用 LoRA 的第 10 个片段、使用 LoRA 的第 10 个片段

Larry Turbo v4 是本次测试中烧灼最严重的模型：不使用 LoRA 为 +189%，以完整强度加载 0.6 强度时为 −15%。Larry 仍会使图像变柔和，并整体偏暖、偏暗。

在合并方案中，Larry 需要高于 0.8 的强度。在 1.0 时其面部烧灼消失（−19%，两条链），但相机取景开始发生变化；若改为完整强度加载而非合并，0.6 就把它从 +261% 降到 −5%。

不使用 LoRA 时，饱和度、皮肤红润度和唇形同步保持不变。细节会略微下降：比第 1 个片段低 4% 到 14%，而不使用 LoRA 时则比第 1 个片段高 3% 到 18%。强度过高会表现为面部柔化、发蜡。

这些数字背后的设置

使用 ComfyUI 的 int8 ConvRot 剪枝版 MiniMax H3 模型，来自 Comfy-Org/MiniMax-H3；第 1 个片段使用 fl2va，续接片段使用 ref2va。
LoRA 在 turbo LoRA 之前用 LoraLoaderModelOnly 合并。
每个续接片段都携带上一个片段的最后 39 帧及其音频，作为受保护的遮罩上下文。
8 步，CFG 1，分辨率为 640×1152、1152×640 和 864×864。

其他模型（bf16、fp8、GGUF）、其他步数以及其他续接方式都需要不同的强度。

局限

模型卡片对其适用范围说得很直接。每个设置四个场景属于小规模测试，单条 10 片段链的结果可能上下浮动 ±15 个百分点。它能防止烧灼，但无法修复已经烧灼的视频。它只在基于遮罩上下文的续接上测试过，未在其他视频延长方式上测试，且只测试了面部处于中近距离的说话人物。

训练方式

训练采用轨迹自蒸馏。作者记录了每种 turbo 在一次全新 8 步生成中的实际表现，共 150 次全尺寸运行，Larry、HyperFlow 和 lightx2v 各 50 次。随后该 LoRA 在续接模式下训练，将同一视频的开头固定为受保护的上下文，并以该 turbo 自身全新运行的结果作为目标，这样续接就会学着看起来像一次全新生成，而不是放大其上下文中的内容。训练中没有使用合成烧灼，也没有使用全新噪波损失；更早使用这些方法的版本会把一切变柔和。

运行设置为 300 步、rank 32、学习率 1e-4、网络权重 0.6、分辨率 864、124 帧，在单张 RTX PRO 6000 上完成。

获取方式

适配器文件为 Hugging Face 仓库中的 h3_antiburn_universal_v1.safetensors：416 个张量，bf16，覆盖 50 个 DiT 块的注意力层和 MLP 层以及 2 个 token-refiner 块，不含 adaLN。将其放入 ComfyUI/models/loras/。训练代码、配置以及记录和评分脚本位于 ai-toolkit 分支的 h3-antiburn 分支。