这次的“片子”是黑猫泡泡浴。最终 MP4 为 1920×1080、24 fps、240 帧，正好 10 秒，包含 H.264 视频和 32 kHz 双声道 AAC。不是只看采样进度条：视频 latent、GPU FP32 VAE 解码像素都通过 finite 检查，ffprobe 确认分辨率/帧数/音轨，ffmpeg -v error -xerror 对整段视频完整解码也通过。

这次的机器和设置

• 两张 AMD Radeon RX 7900 XTX，单卡 24 GB；ComfyUI 0.43 / ROCm 7.2。
• H3 DIT：Minimax-h3_Singularity_ref2va_v2_pruned_w4a8.safetensors，本地 W4A8 量化权重。
• Turbo LoRA：minimax_h3_turbo_v4_step600_ema_pruned_comfyui.safetensors，strength 1；Euler/simple、8 步、CFG 1，video/audio shift 12/3，seed 145。
• 稀疏注意力：Sol-Attn BlockSparseAttention，tau 1.3、start 0.2、end 1.0、min_tokens 12288、extra_tokens 256、conditioning sink exact_kv_and_rows。这次前两步走 dense，后六步日志确认进入 sparse producer path；1080p token 数 149,753。
• 请求输出 1920×1080。为适配 H3 latent 网格，内部画布按 1920×1088 采样/解码，最后裁去上下对齐填充共 8 px，导出 1920×1080。
• 这是我本机 ComfyUI 上的自写 TP2 runner；不是 Radiance 原生 TP2 支持。conditioning 使用预先算好的缓存，因此采样速度/显存不含一次性文本编码阶段。

INT8 到 W4A8 的过程

先前 INT8 ConvRot TP2 在 1344×768、请求 241 帧时成功生成 241 帧（10.0417 秒），Dynamic Turbo LoRA 开启，H.264 + AAC 成片完整通过检查。采样队列 640.5 秒，两个 rank 的驱动显存峰值为 19.44 / 20.22 GiB。

之后测试 INT8 的 15 秒长片（画布对齐后是 1376×768），保留 Dynamic Turbo LoRA。它在第一个 dense step 的 LoRA 分支 OOM：日志显示当时 GPU 0 只剩 652 MiB，却要申请 1.23 GiB；堆栈落在 apply_dynamic_lora_delta 的 F.linear(lora_x, lB)。这个失败发生在采样阶段，不是 VAE 解码。该次没有成功完成采样，所以没有可当作正式峰值的完整 benchmark。

为了定位，随后关掉 LoRA 用 INT8 跑了同分辨率/时长的诊断样例：采样完成，峰值 22.63 / 22.85 GiB，但音频 source-lock 检查没通过，因此只保留静音视频。接着把 DIT 权重换成 W4A8，重新打开 Turbo LoRA，并使用稀疏注意力：1344×768 / 15 秒的有声成片完整通过，采样峰值降到 16.48 / 16.96 GiB。再把时长改为 10 秒、分辨率升到 1080p，仍完整通过，采样峰值 19.85 / 20.37 GiB。

这组对比显示 W4A8 这套组合在我的机器上显著降低了显存，并保留 LoRA 和 sparse attention。不过不同轮次的分辨率、注意力路径和音频状态不完全相同，不是严格控制单一变量的量化格式 A/B，数字只代表这里记录的具体工作流。

实测对比

显存数值按 rank0 / rank1 列出，单位 GiB。表中的“注意力”写的是实际节点/日志情况；“dense→sparse”表示启用了稀疏节点，但前两步按调度仍是 dense。

注意：INT8 的 15 秒 LoRA 失败行没有“峰值”可报告，因为它没有完成；OOM 时日志给出的剩余显存和申请大小是失败现场，不应误读成精确峰值。另一个 INT8 no-LoRA 15 秒诊断的画布为 1376×768，而 W4A8 为 1344×768，因此两行不是逐像素同条件比较。

1080p 这次的时间与 VAE 显存

采样日志按累计时间取差得到每步约：dense 第 1 步 235 秒、第 2 步 241 秒；sparse 第 3–8 步依次约 114、103、102、102、102、102 秒。日志计时有约 1 秒取整误差。VAE 解码与采样是分开的阶段，显存峰值不能相加。

1080p 10 秒还没有同设置、同帧数的 INT8 成功对照，因此我不据此断言 INT8 1080p 一定 OOM，也不把 1080p 10 秒说成硬件极限。当前已经完整验证的是 W4A8 + Turbo LoRA + BlockSparseAttention，1080p / 10 秒。

成片截图

以下截图从最终 1080p MP4 抽取，时间点约为 0.5、3.0、6.0、9.5 秒。

祝大家都能少一点 OOM，多一点成功出片！