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] 2×RX 7900 XTX|MiniMax H3 Ref2VA 双参考图 · 有声版

[H3剑心比赛] 2×RX 7900 XTX|MiniMax H3 Ref2VA 双参考图 · 有声版

已定时 已固定 已锁定 已移动 AI音视频画图
7900xtx视频生成多卡部署
4 帖子 2 发布者 290 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。
  • Wang WeiW
    Wang WeiW
    Wang Wei
    体面乡绅 硕果累累
    编写于 最后由 Wang Wei 编辑
    #1

    一、视频链接**
    3D风格:https://youtu.be/Qi9JcyqUvGI
    2D风格:(https://youtu.be/fVJKn2p22po
    二、软硬件配置
    项目 配置
    GPU AMD Radeon RX 7900 XTX 24 GB ×2,
    ROCm 7.14
    ComfyUI 现役版 + comfy-kitchen attention
    DiT 权重 minimax_h3_ref2va_pruned_int8_convrot(Comfy-Org pruned repack)
    文本编码器 qwen3vl_32b_minimax_h3_int8_convrot
    VAE MiniMax-H3-video_vae + minimax_h3_audio_vae_fp32
    LoRA minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16(TP 下按 rank 切分,生效 208 个张量)
    三、工作流(可复现)
    JSON 见附件(f3d_av.wf.json / f2d_av.wf.json),
    refs_rival_workflow.json
    骨架:
    MiniMaxH3ReferenceToVideo:双参考图(ref_image_0=剑心、ref_image_1=志志雄,ref_image_size=match),length=294 帧。人物身份走参考 token、不靠文字描述——这是 Ref2VA 相对纯文生视频(FL2VA)的关键:同一提示词下 FL2VA 只能"照文字编两个人",Ref2VA 每一步都带参考图。
    不喂任何参考音频:MiniMaxH3ReferenceToVideo 的第二个输出(含 video+audio latent)→ LTXVSeparateAVLatent → 4 步采样 → 视频 latent 走 VAEDecode、音频 latent 走 VAEDecodeAudio → CreateVideo(images, audio) → SaveVideo(h264)。音效(刀剑交锋、火焰呼啸)由 H3 的音频分支自己生成,另存一份 SaveAudio(flac)。
    采样:SamplerCustomAdvanced + BasicGuider + euler/beta + 4步 + MiniMaxH3SigmaShift(12/3),seed 3045100(3D)/ 3045200(2D)。
    帧数口径:H3 帧网格是 n%17==5 上取整,12 s×24fps=288 → 实际生成 294 帧 = 12.25 s,成片 -t 12 精裁到 288 帧/12.000 s(ffprobe 验证)。
    四、加速手段
    comfy kitchen attention
    int8 convrot 量化(Comfy-Org pruned repack)
    自写 TP=2 插件:qkv/fc1 列并行、out_proj/fc2 行并行 + bf16 all_reduce;LoRA 同步按 rank 切分。两 rank 输出 mp4 md5 逐位相同(TP 一致性)。
    --mmap-torch-files(权重走文件映射,防连续多发的 global OOM)
    五、生成速度(1344×768 / 294 帧 / 4 步 · Ref2VA 双参考图 + 音频分支)
    3D 风格 2D 风格
    每步耗时(tqdm) 104.73–105.22 s/it 105.97–107.61 s/it
    采样段(4 步) 7 分 00 秒 7 分 10 秒
    端到端(Prompt executed,含模型加载/文本编码器/双 VAE 解码) 14:25 15:47
    成片 f3d_12s_audio.mp4(13.7 MB,h264+AAC) f2d_12s_audio.mp4(11.6 MB,h264+AAC)
    口径说明:
    端到端含模型加载与 VAE 解码;两发之间的第二发不再冷启加载,但含 294 帧视频+音频双解码。
    单卡 7900 XTX 在 1344×768 档跑不动(int8 权重反复换出,实测 10 分钟停在 1/8 步)——TP=2 在这一档不是"快一点",而是唯一能出片的路线。采样期每卡显存 ~14 GiB。
    TP=2 的加速比被本机 PCIe 3.0 x16 锁死(all_reduce 等效带宽 ~4 GB/s,每步上限 ~1.5×;832×480 小档只有 1.19×)——所以这套的收益主要是装得下,不是快。
    六、踩坑实录(A 卡 TP=2 跑 H3 特有的)
    权重必须用 Comfy-Org pruned repack:非 pruned int8_convrot 出均匀灰片,单卡也一样,极易误判成 TP 切分错。
    turbo LoRA 在 TP 下会静默失效(键名不匹配被跳过、画面正常速度不变):要按 rank 切 lora_A/lora_B;生效判据 = ERROR lora=0 + 切分计数 208 + 开关 LoRA 同 seed PSNR 落在 15–25 dB。
    连续换 UNET 连发会 global OOM:两份 26 GB 文本编码器常驻 CPU + DiT 页缓存打满 swap,内核会杀 ComfyUI(甚至同机无关服务)。处置:drop_caches + --mmap-torch-files + 临时 swapfile。
    1344×768/294 帧时日志打 loaded partially … lowvram patches: 33 是正常现象,速度不受影响,别当切分失效。
    RCCL 在本拓扑固定走 SHM(主机中转)而非 P2P——实测已贴着 PCIe 3.0 x16 上限,不是慢路径,不用"修"。

    1 条回复 最后回复
    0
    • ,Wang WeiW Wang Wei 引用了 此主题
    • terryT
      terryT
      terry
      易有太极
      编写于 最后由 编辑
      #2

      JSON呢?

      油管:https://www.youtube.com/@抡锤者

      Wang WeiW 1 条回复 最后回复
      0
      • terryT terry

        JSON呢?

        Wang WeiW
        Wang WeiW
        Wang Wei
        体面乡绅 硕果累累
        编写于 最后由 编辑
        #3

        @terry 说:

        JSON呢?

        上传了

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

          过审但3D风格不足,不加优秀,可修改后再次申请。
          20积分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

          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