xmarre/ComfyUI-Spectrum-MiniMax-H3

解決的問題

本專案提供 Spectrum 的原生 ComfyUI 實作，Spectrum 是一種無需訓練的方法，旨在加速 MiniMax H3 音訊-影像模型的取樣流程。透過減少生成媒體所需的昂貴 Transformer 評估次數，進而於不需額外訓練的情況下加快生成速度。

工作原理

Spectrum 將去噪器特徵視為擴散時間的函數，並使用切比雪夫多項式基底進行近似。它使用嶺回歸在線擬合這些係數，從而預測未來的特徵狀態。

在典型的生成工作流程中，Spectrum 會在「實際」步驟（原生 MiniMax H3 Transformer 正常運行）與「預測」步驟之間交替進行。在預測步驟中，模型會根據先前的實際錨點預測目標隱藏狀態，並跳過昂貴的 Transformer 模組，但仍會執行原生輸出與取樣路徑。這是一種近似加速器，因此輸出可能與原生 H3 執行結果略有不同。

適用對象

使用 ComfyUI 透過 MiniMax H3 模型生成音訊-影像內容，並希望減少取樣時間與運算成本的使用者。

特色亮點

• 免訓練加速：無需模型權重更新即可加速 MiniMax H3。
• 廣泛取樣器支援：相容多種取樣器，包括 Euler、ER-SDE、SEEDS-2/3 與 SA-Solver PEC/PECE。
• 與 H3 生態系統整合：可與 RefDelta Solver、ComfyUI-Untwisting-RoPE、H3 Continuum 等其他 H3 專用工具協同運作。
• 靈活的預測策略：提供不同的預測策略（如 balanced 或 max_speed），以平衡速度與品質。
• 狀態條件殘差：對於 SEEDS 等隨機取樣器，僅預測 Transformer 殘差以維持雜訊過程的完整性。