LBH-123-AI/Comfyui_Minimax_h3_latent_Upscaler

它解决了什么问题

此项目提供了一种无需经过解码潜变量为像素、上采样后再重新编码回潜变量这一缓慢且计算成本高昂的过程，即可对 Minimax H3 模型的视频潜变量进行上采样的方法。通过直接在潜变量空间中执行上采样，显著加速了高分辨率视频生成，并避免了由基础插值引起的常见伪影，如鬼影或双图像现象。

它如何工作

它引入了自定义的 ComfyUI 节点，利用训练好的神经网络对 24 通道的 Minimax H3 VAE 潜变量进行上采样。它提供了两种主要的神经上采样变体：

• 2D 上采样器：采用轻量级 ResBlock 主干网络，结合时间维度的 3D 卷积层，在保持时间一致性的同时进行空间上采样。
• 3D 上采样器：采用完全的 3D 卷积主干网络，联合处理时空体，实现更强的一致性，支持按倍数、目标尺寸或总兆像素进行缩放。

此外，还包含 MMH3 分块上采样 组合节点，这是一种分块的、类似 "hires-fix" 风格的重采样上采样器。它不依赖预训练网络，而是将 AV 潜变量拆分为时间片段和空间块，对每个部分以更高分辨率重新运行扩散采样器，然后通过缝合去噪、双层级色彩匹配和时间锚点将它们拼接回去，以防止闪烁和接缝。

适合谁使用

使用 ComfyUI 和 Minimax H3 视频生成模型，希望更快生成高分辨率视频，并获得更好视觉质量与时间稳定性的用户。

特色亮点

• 神经潜变量上采样：使用训练好的网络而非简单的插值，获得更锐利的结果。
• 两种主干选项：可在快速的 2D 变体和更一致的 3D 变体之间选择。
• 分块重采样：采用分解并优化的分块系统（MMH3 分块上采样），可在显存限制内处理高分辨率视频。
• 高级拼接技术：支持缝合去噪、色彩匹配和三重时间锚点，消除鬼影和块间闪烁。
• 灵活的尺寸设置：支持按倍数、特定目标尺寸或兆像素缩放，并自动对齐像素网格。