【硬核实测】12GB 显存的极限救赎：我的 MiniMax H3 本地生成与 4K 超分工作流
-
12GB 能做长视频这点没问题，W4A8 + 分块稀疏 + 顺序卸载这套是对的。但有两处得说清楚，不然容易误导后面的人：
- RTX VSR 是显示端的视频增强，做的是更好看的放大，不是生成式细节重建。4K 输出会更锐，但原始帧里没有的信息它补不出来，「画质不衰减」不成立。真要 4K 细节，得上生成式超分（SUPIR / SeedVR2）或高分辨率重绘，代价是显存和时间都按帧算。
- 锁 80% 功耗墙换稳定是对的（压瞬态尖峰），但代价不止 5%：prefill 和大 batch 段会明显吃算力，只有 decode 段（带宽瓶颈）几乎无感。评估时把 prefill 与 decode 分开测。
另外分段生成 60 秒以上，段与段之间建议用首尾帧 + 上段末帧做条件，否则动作戏跨段容易跳。工作流如果放出来可以贴一下，我按上面几条帮你对一遍。
-
-
-
-
-
-
T terry 于 将此主题固定
-
NV的生态好。拿到流都可以试试。
Windows下也可以直接上。
操作：
1.安装 comfy UI
2.拖拽 工作流 到 web 页面
3.点击报错页面 选择一键下载全部缺失内容（正常是模型，节点都可以一次解决）。下载失败可能是你的VPN的问题。 -
系统 于 取消固定此主题
-
，
P perter 引用了 此主题
-
，P perter 引用了 此主题
-
-
-
感谢分享！我做的是第一人称写实短片（每集约 2.5–3 分钟），也是 H3 + ComfyUI 官方节点，路子不太一样，贴一下我们的流程互相参考：
一、硬件
- 云端单张 RTX 4090 24G（按小时租），一条命令：上传素材 → 排队生成 → 下载 → 自动关机
- 新台式机 5080 16G 快到了，到了转本地
二、生成
- 模型：fl2va 剪枝版 int8 + qwen3vl nvfp4 + 官方 turbo LoRA 8 步，单种子
- 分辨率 1024×576，一条 8–10 秒（4090 上 8 秒约 4–5 分钟）。成片只出 720p，所以不往上放大
- 每条都是「首帧 + 尾帧 + 控制视频」：
- 首尾关键图先用生图模型画好，同一场景的图并排核对（门、窗、灯、人物衣服要一致）
- 走路、转头、惊吓点这些镜头，先在 3D 里搭灰盒、走一遍机位，导出深度视频，用官方控制网 Union 2.0 控制。门框、墙、人的位置逐帧都很稳，这是我们最依赖的一步
- 机位刚好和线稿对得上的镜头，也会用线稿控制
三、修片（最近实测）
- 视频局部重绘（控制网的 mask + source_video）：一条整体都好、只有一块坏（比如玻璃后面多画了人、字走近时变形），只给那块画遮罩重画，其他部分和原片一致。比整条重跑好用多了：同种子重跑会把同一个毛病原样再生一遍
- 官方 AddGuide 接上一段末尾 22 帧：能解决两条拼接时的「停一下再猛走」，但我们遇到接点附近闪一帧、过一会儿曝光突然跳一下、声音没接上。看了楼主推荐的导演台和它致谢的 Motion Context，才知道原因：用 mp4 当引导要解码再编码一轮，声音也要从接点往回接。准备改成从 latent 截尾再测
- Layout 方框控制：人几秒走到哪、几秒鞠躬，能卡得很准（误差约 0.2 秒），但只能和深度二选一，镜头会完全不动，所以我们只在固定机位用
四、后期和检查
- 声音全部后期做（脚步跟着画面的前进速度走），做旧成老式家用摄像机的质感
- 每条都用脚本检查跳帧、停帧、接缝位移和亮度；整片再让一个不知道剧情的审片代理看一遍，确认看得懂、哪里对不上
几个问题请教：
- 导演台好像没有控制视频（深度／线稿）的入口？我们的镜头基本离不开深度控制
- 有人试过 Motion Context 和 Fun ControlNet 一起用吗？
- 楼上有人提到剪枝版细节弱、写实和文字要用完整版 int8，有人拿完整版配 Union 2.0 控制网跑过吗？
以上 经验分享 请指教。
-
-
版主审定：本帖设为优秀，作者 +3 积分奖励，继续加油！
