跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签
硬件
装备秀
AI 广场 App
  1. 主页
  2. 版块
  3. AI音视频画图
  4. [H3剑心比赛] RTX 5080 16 GB 单卡|MiniMax H3 Ref2VA 3D / 2D(官方权重,20 步,不加速)

[H3剑心比赛] RTX 5080 16 GB 单卡|MiniMax H3 Ref2VA 3D / 2D(官方权重,20 步,不加速)

已定时 已固定 已锁定 已移动 优秀 AI音视频画图
rtx5080minimax视频生成
4 帖子 3 发布者 142 浏览
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • Holy WenH
    Holy WenH
    Holy Wen
    体面乡绅
    编写于 最后由 编辑
    #1

    3D CGI 成片:https://youtu.be/v_rxFEW-KYY
    传统 2D 动画成片:https://youtu.be/Rx3XUqPWGYA
    工作流(ComfyUI API JSON):H3_3D_workflow_api.json、H3_2D_workflow_api.json(附件 / 证据包)
    Total Time 日志、ffprobe 校验、关键帧对比:见下方,附件里有完整日志文本

    这两条是一次生成、没有剪接拼接的结果:每条视频只做了一件后处理,就是把模型一次输出的 294 帧取前 288 帧(12.000 秒)并重新编码。我选的是画质,不是速度:不用蒸馏 LoRA,不用任何加速。

    硬件与环境

    项目 内容
    GPU NVIDIA GeForce RTX 5080 16 GB(ComfyUI 报告 Total VRAM 15902 MB),功耗限制 300 W
    CPU / 内存 Intel Core Ultra 7 265K / 2×48 GB DDR5-6400(ComfyUI 报告 RAM 95917 MB)
    系统 Debian 13(命令行,无桌面),内核 7.2.12,NVIDIA 驱动 620.70.06
    软件 ComfyUI 0.45.0(原生 MiniMax H3 节点),Python 3.13.5,PyTorch 2.14.1+cu130,前端 1.59.1
    其他 运行中 nvidia-smi 观察到显存约 15.4–15.6 GB(非连续采样,不是严格峰值)

    模型与工作流

    • 模型:MiniMax H3 Ref2VA,Comfy-Org/MiniMax-H3 官方 ComfyUI 版本
      • 扩散模型 minimax_h3_ref2va_pruned_int8_convrot.safetensors(19.5 GB)
      • 文本编码器 qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors(14.6 GB)
      • 视频 VAE minimax_h3_video_vae_fp16.safetensors,音频 VAE minimax_h3_audio_vae_fp32.safetensors
    • 图结构与官方 video_minimax_h3_r2v 模板一致:UNETLoader → BasicGuider;MiniMaxH3ReferenceToVideo(ref_image_size = match)出条件和空潜变量;SamplerCustomAdvanced 采样;VAEDecode + VAEDecodeAudio → CreateVideo(24 fps)→ SaveVideo。
    • 采样:res_multistep,调度器 simple,20 步,种子 2026111402(3D、2D 相同)。没有 LoRA,没有 SigmaShift,没有 CFG(权重本身是 CFG 蒸馏的)。
    • 分辨率 1344×768;节点长度 294 帧(H3 的 17k+5 帧网格)。导出后用 ffmpeg 取前 288 帧 / 12.000 秒(H.264 CRF 12,AAC 192 kbps)。没有缩放、补帧、裁切、剪接。

    加速手段

    没有。 没有蒸馏 LoRA,没有 SageAttention / SOL Attention,没有 INT4 / W4A8 权重,没有分块 MLP;注意力是 ComfyUI 默认的 PyTorch attention。16 GB 显存放不下 19.5 GB 扩散模型加 14.6 GB 编码器,靠 ComfyUI 自带的 Dynamic VRAM / 异步权重卸载(日志里有 DynamicVRAM support detected and enabled),96 GB 内存承担卸载。

    提示词

    正文用比赛统一提示词原文,只把第一行的风格标签换成 (Style: 3D CGI animation) 或 (Style: 2D traditional anime)。在最前面加了一行图片对应说明(没有加任何动作描述):

    3D 版(6 张图,按主帖顺序):
    <Picture 1> and <Picture 2> are 2D anime artwork of the red-clad swordsman (Jianxin), used for his face, hair, scar and costume details; <Picture 3> is a 3D figure render of the red-clad swordsman (Jianxin); <Picture 4>, <Picture 5> and <Picture 6> are 3D figure renders of the purple-robed warrior (Zhizhixiong).

    2D 版(5 张图):
    <Picture 1> and <Picture 2> are 2D anime artwork of the red-clad swordsman (Jianxin); <Picture 3>, <Picture 4> and <Picture 5> are 3D figure renders of the purple-robed warrior (Zhizhixiong), used only for his appearance and costume.

    说明:六张参考图里剑心 1、2 是 2D 立绘,剑心 3 和志志雄 1–3 是 3D 手办图。2D 版按 terry 在 #8 的说法不用 3D 的剑心图,所以少用一张;志志雄没有 2D 图,只能用 3D 手办图,因此 2D 版的志志雄仍带一些 3D 手办质感。

    Total Time(ComfyUI 日志 Prompt executed in)

    版本 Total Time 其中 20 步采样 ffprobe 校验
    3D 00:45:31(2731 s) 44:35(133.8 s/步) 1344×768 · 24 fps · 288 帧 · 12.000 s,音轨 AAC
    2D 00:43:50(2630 s) 42:47(128.4 s/步) 1344×768 · 24 fps · 288 帧 · 12.000 s,音轨 AAC

    计时口径:从提交任务到 MP4 写完,含文本和参考图编码、采样、视频/音频解码和封装;不含 ComfyUI 进程启动和后面的 ffmpeg 裁剪重编码。完整日志见附件 comfyui_run_log_excerpt.txt(用户名和 IP 已抹掉)。

    画面

    • 3D 版:开场是剑心拿剑的大特写,随后是突进、火焰反击,中央碰撞时有一团爆炸火花和冲击,环绕镜头里带一圈火环,结尾两人同框都面向镜头,志志雄的剑指向镜头,剑心伸臂持剑。
    • 2D 版:赛璐璐线条更明显,开场剑光划过镜头,碰撞有火花和冲击,中间有一个志志雄脸部的特写,环绕镜头有火环,结尾两人同框面向镜头,志志雄的剑指向前方。
    • 不足:提示词写的是“低角度跟拍开场”,3D 版开场实际是剑心大特写;剑心的“落地”动作不明显;2D 版志志雄脸部特写那几帧边缘有点粗糙,志志雄整体仍带手办的 3D 质感。

    我试过的其他配置(都是整条重跑,没有剪接)

    同一提示词、同一参考图、同一种子(除注明外 2026111402),match 参考尺寸:

    配置 Total Time 观察
    20 步,无 LoRA(本帖) 3D 45:31 / 2D 43:50 碰撞和环绕最清楚,没有重影,结尾正确
    官方 4 步 Turbo LoRA v0.1 3D 10:01 / 2D 9:38 快 4.5 倍,结构基本对,环绕镜头有糊影/拖尾,个别帧发虚
    lightx2v 8 步 Ref2VA LoRA v1.1(Euler,shift 12/3) 3D 18:56 / 2D 18:12 结尾很清楚,但中段碰撞/环绕的火焰拖影、重影和网格噪点比 4 步还重
    lightx2v 8 步 Ref2VA LoRA v1.0(同上,仅 3D) 18:55 中段同样糊,结尾志志雄的剑朝下
    20 步,种子 2026111401(3D,不同种子) 45:45 画面清楚,但最后约 2 秒收成志志雄的静态全身像、剑心消失,疑似复制了志志雄 1 号参考图

    只试了两个种子(2026111401、2026111402),样本很小,不能说明哪种配置“普遍更好”,只代表这个提示词和这几张图上的情况。

    为什么 16 GB 慢:20 步时每步约 128–134 s,大头是步数多和模型需要在内存与显存间搬运;3047 帖里 5070 Ti 用 6 步 LCM + Pika LoRA + SOL Attention 只要 390 s。我没有拆分各因素的占比。

    复现

    # ComfyUI >= 0.45;官方权重 Comfy-Org/MiniMax-H3 里上面列出的 4 个文件;
    # 把 6 张参考图放到 ComfyUI/input/,文件名见 API JSON 里 LoadImage 节点
    python main.py --listen 127.0.0.1 --port 8188
    python run_h3.py --style 3D --tag h3_3d --seed 2026111402 --ref-size match --refmap --steps 20
    python run_h3.py --style 2D --tag h3_2d --seed 2026111402 --ref-size match --refmap --steps 20
    

    run_h3.py 会把完整的 API 图存成 runs/<tag>.api.json,同样的 JSON 可以直接 POST 到 /prompt。我没有验证这份 API JSON 能不能直接拖进 ComfyUI 界面。

    注:MiniMax H3 社区许可对本地输出的商用另有规定,本作品仅用于本次比赛。

    1 条回复 最后回复
    0
    • Holy WenH
      Holy WenH
      Holy Wen
      体面乡绅
      编写于 最后由 Holy Wen 编辑
      #2

      日志:comfyui_run_log_excerpt.txt
      2D 工作流:H3_2D_workflow_api.json
      3D 工作流 H3_3D_workflow_api.json

      1 条回复 最后回复
      0
      • ,Holy WenH Holy Wen 引用了 此主题
      • terryT
        terryT
        terry
        易有太极
        编写于 最后由 编辑
        #3

        通过初审,20积分奖励将在比赛结束后统一结算。

        油管:https://www.youtube.com/@抡锤者

        1 条回复 最后回复
        0
        • XiaoteX
          XiaoteX
          Xiaote
          易有太极
          编写于 最后由 编辑
          #4

          ✅ 版主审定:本帖设为优秀,作者 +3 积分奖励,继续加油!

          奖励凭证:优秀 +3 分 · 编号 e3114-1170-1

          老特的AI助手,DeepSeek Flash驱动,没回你是因为被限速了~除了管理员不能私信我,别浪费时间~尝试多了被封号就不好了~

          1 条回复 最后回复
          0

          你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

          厌倦了每次访问都刷到同样的帖子?您注册账号后,您下次访问时都将自动回到上次浏览的位置,并可选择接收新回复的通知(通过电子邮件或推送通知)。您还可以收藏帖子、为帖子点赞,以此向其他社区成员表达您的感谢。

          有了你的建议,这篇帖子会更精彩哦 💗

          注册 登录
          回复
          • 在新帖中回复
          登录后回复
          • 从旧到新
          • 从新到旧
          • 最多赞同


          • 登录

          • 登录或注册以进行搜索。
          • 第一个帖子
            最后一个帖子
          0
          • 版块
          • 最新
          • 标签
          • 热门
          • 用户
          • 群组