-
响应 @terry 的号召, 测试了一下我的 Pro5000 48G, 功率限制在250W.
速度比 @bunsei 的单卡还慢. 可能是显存不够? 也可能是我的设置有问题? 具体我还没分析.
成片效果和 @bunsei 的持平, 肉眼检查无明显差异.
以下是AI生成
MiniMax H3 全参考视频生成总报告
测试日期： 2026-10-26（北京时间）
任务： 使用同一组素材完成 MiniMax H3 Ref2VA 全参考视频生成；分别测试 1344×768 与 832×480。总结
- 两个分辨率的成功生成时间合计：1,500.563 秒（25 分 0.563 秒）。这是两次 ComfyUI
execution_start → execution_success的时长相加，不含输入准备、传输和最终音轨封装。 - 两轮均生成成功，均使用 226 帧生成结果；交付时取前 220 帧，约 9.167 秒，并复用原始 AAC 音轨。
- 832×480 本轮耗时 274.026 秒（4 分 34.026 秒），比 1344×768 本轮的 1,226.537 秒短约 77.66%，约快 4.48 倍。每个分辨率只测试一次，结果仅作本次实测对照，不是统计基准。
- 测试结束后 ComfyUI 已停止，SGLang
nvfp4已恢复，并验证健康检查、模型列表及实际问答正常。
两轮结果
分辨率 ComfyUI 执行时间 请求接受至完成 显存 / 设备状态 交付视频 1344×768 1,226.537 秒（20 分 26.537 秒） 1,226.863 秒 执行中采样快照：47,800 / 48,935 MiB（97.68%），GPU 100%、81°C。此轮没有连续采集，不是可确认的峰值。 H.264，24 fps，220 帧，约 9.167 秒 832×480 274.026 秒（4 分 34.026 秒） 274.523 秒 约每秒采样；峰值 45,224 / 48,935 MiB（92.42%），GPU 利用率平均 96.06%、峰值 100%，温度峰值 81°C。 H.264，24 fps，220 帧，约 9.167 秒 计时口径
- ComfyUI 执行时间包括参考素材预处理、模型加载、采样、解码和输出保存；不包括此前的素材准备/传输及最后的音轨 remux。
- 832×480 监控窗口共 263 个样本：GPU 功耗平均 244.56 W、采样峰值 258.59 W；主机 CPU 利用率峰值 45.6%，系统可用内存最低 110,155 / 123,614 MiB。约 1 秒间隔采样可能漏掉更短的瞬时峰值。
共同生成配置
- 模型：MiniMax H3 Ref2VA int8_convrot；文本编码器 Qwen3-VL 32B MiniMax H3 NVFP4 AWQ。
- 条件输入：5 张参考图、动作参考视频、音频参考。
- 两轮均为 24 fps、226 帧、seed 42、8 steps、CFG 1、
res_multistep/simple，使用 8-step Turbo LoRA。 - 两轮主要测试变量为输出分辨率；832×480 使用
target_megapixels=0.39936，日志确认预处理输出为 832×480、226 帧、24 fps。 - 两轮的 12 帧抽样检查均可见大致相同的时序：夜间公交站空镜、女性入镜并坐下、黄色角色加入并围聚、多人互动、站台群像。此项是抽帧核验，不代表逐帧动作完全复刻。
过程异常与修正
1344×768 首次任务运行约 719.211 秒后被主动中断：预处理把 220 帧参考视频裁成 209 帧，丢失尾部 11 帧。随后将参考视频末帧保持补至 226 帧，重新提交并成功完成。该中断任务不计入上述两次成功执行时间合计。
与论坛测试数据的边界
虽然 832×480 与论坛测试分辨率一致，但论坛数据使用不同硬件、工作流和步数/LoRA 配置，且报告的是采样耗时；本报告记录的是 ComfyUI 全流程执行耗时。因此不能把两者当作同条件性能排名。
成片与记录文件
1344×768
- 成片：
lcz2582_comfyui_1344x768_9.17s.mp4 - 抽帧图：
contact_sheet.png - 结构化数据：
result.json - 说明：
report.md
832×480
- 成片：
../lcz-h3-20261026-832x480/lcz2582_comfyui_832x480_9.17s.mp4 - 抽帧图：
../lcz-h3-20261026-832x480/contact_sheet.png - 原始 GPU 采样：
../lcz-h3-20261026-832x480/gpu_metrics.jsonl - 结构化数据：
../lcz-h3-20261026-832x480/result.json - 说明：
../lcz-h3-20261026-832x480/report.md
服务恢复
ComfyUI 已停止；SGLang
nvfp4已恢复。验证结果：/healthHTTP 200，模型qwen3.8-27b-nvfp4可用，实际问答返回4。 - 两个分辨率的成功生成时间合计：1,500.563 秒（25 分 0.563 秒）。这是两次 ComfyUI
-
@Tony-Wang 看起来像是显存不足导致的 ? 也不对，怎么能比单卡还慢。 我明白了，我的第一个那个测试是一张参考图 + 参考视频的。 素材里的是第二个测试的。
-
第一轮测试已经出来了，可以见GPT的回复，接下来我再让GPT把这部分调度策略调整一下，主 DiT 权重尽量留在显存，其他模块和暂时不用的数据放主机内存，把腾出的显存留给当前生成任务。 然后再优化一下预处理时候的速度
-
@Tony-Wang 看起来像是显存不足导致的
? 也不对，怎么能比单卡还慢。 我明白了，我的第一个那个测试是一张参考图 + 参考视频的。我这包含了预处理, VAE, 不单是 Ksampler 的采样时间. 可能是这个原因. 我现在让它重跑一次, 分开记录时间.
@Tony-Wang 看起来像是显存不足导致的
? 也不对，怎么能比单卡还慢。 我明白了，我的第一个那个测试是一张参考图 + 参考视频的。我这包含了预处理, VAE, 不单是 Ksampler 的采样时间. 可能是这个原因. 我现在让它重跑一次, 分开记录时间.
我的这两个也是，但是差别是第一个1张人物图一个参考视频、背景和后面四个人都是提示词生成的，而第二个则是5张参考图+ 参考视频。
-
-
-
0.50m
rtxpro 4500 32g
16:33 -
@imbiplaza-ASUS 单卡比较感觉像是内存通道上占了便宜。
-
-
第二次执行变成
之前
0.5m
rtxpro 4500 32g
ddr4 2400mt
16:33
fasth3_omniref_8step_pruned_int8_convrot.safetensors现在
0.5m
rtxpro 4500 32g
ddr4 2400mt
15:12
minimax_h3_ref2va_pruned_int8_convrot.safetensors -
@imbiplaza-ASUS LORA还有影响？ 这我去试试看
我也不懂，但是这几天大家都说omi 这个模型很神。。。
但是我用起来更慢了，可能我原本得优化就是已经尽头了 -
不行, 还是跑不过楼主的 单卡, 如下是AI总结:
1344×768 按 KSampler 日志口径复测
测试日期： 2026-10-26（北京时间）
ComfyUI prompt ID：a1f3a589-9412-44d4-b88e-769f1bbde739结果
- ComfyUI 全流程：1,224.673 秒（20 分 24.673 秒），21:19:34.218 → 21:39:58.891。
- ComfyUI 日志中 KSampler 进度条：18 分 36 秒（1,116 秒），8/8，平均 139.60 秒/步。
- 逐步时间由 WebSocket progress 事件记录。第 1 个间隔从 KSampler 节点进入到第一次观察到步数增加，包含节点初始化/预热；之后各步以相邻进度变化的时间差计算。
步 用时 说明 1 142.620 秒 含 KSampler 初始化/预热，不宜视作纯去噪步 2 134.094 秒 3 139.671 秒 4 140.065 秒 第 1 步之后的最长单步 5 139.093 秒 6 139.546 秒 7 139.567 秒 8 139.513 秒 因此，若按包括首步初始化的观测区间，最长为第 1 步 142.620 秒；若排除首步初始化影响，最长是第 4 步 140.065 秒。
与截图中的 ComfyUI 单卡数据对照
截图列出采样约 1,015 秒、最长单步 128 秒。按本次 ComfyUI 日志的 KSampler 进度条 1,116 秒比较，本次多 101 秒；排除首步初始化后，最长步 140.065 秒，比截图多约 12.065 秒。这组数据表明截图中的这次结果更快一些，但硬件、计时边界仍未被证明完全相同，宜作近似对照，不宜视为严格同机基准。
本次完整执行比采样进度条多出全流程其他阶段。进度条最终日志到 ComfyUI prompt 成功之间约 18.630 秒，但这段还包括后续节点和保存，不能单独称为视频/音频解码时间；现存日志没有将解码与导出独立拆开。
成片与记录
- 成片：
lcz2582_comfyui_1344x768_sampler_9.17s.mp4（1344×768、24 fps、220 帧，复用原始 AAC 音轨） - 原始生成视频：
comfyui_raw_1344x768.mp4 - WebSocket 逐步事件：
progress_trace.jsonl - 校正后的计时汇总：
sampler_timing.json - ComfyUI 捕获原始结果：
run_result.json - 使用的 API 工作流：
api_workflow_1344x768.json
-
-
-
我也不懂，但是这几天大家都说omi 这个模型很神。。。
但是我用起来更慢了，可能我原本得优化就是已经尽头了 -
-
冷启动
0.5m
rtxpro 4500 32g
ddr4 3200mt
16:22
minimax_h3_ref2va_pruned_int8_convrot.safetensors热启动
0.5m
rtxpro 4500 32g
ddr4 3200mt
15:05
fasth3_omniref_8step_pruned_int8_convrot.safetensors另外使用官方omni 得工作流，的确达到宣传得10s 视频，90秒完成输出
