[H3剑心比赛]RX9070 16G|MiniMax H3 3D / 2D
-
[H3剑心比賽] RX 9070 16GB 單卡|MiniMax H3 Ref2VA 3D / 2D|全程交給 Qwen 3.8 Flash Next
前言
這次參賽我幾乎沒動手。開工前我只把比賽主帖(指定模型、規格、統一 Prompt、6 張參考圖)整包丟給 Qwen 3.8 Flash Next,交代一句「幫我找台電腦參賽」,然後就去睡了。醒來两条成片、工作流 JSON、複現說明都躺在機器上了。下面所有環境、參數、耗時都是它自己摸出來、自己驗證的,我只是驗收。
- 3D CGI 成片:https://youtu.be/k8WpgM1cbvU
- 傳統 2D 動畫成片:https://youtu.be/iODL3-TDK64
硬體 / 軟體環境
- GPU: AMD Radeon RX 9070 16GB(gfx1201 / RDNA4)
- CPU: Intel Core Ultra 7 265K(20 cores)、RAM 77GB
- OS: Nobara Linux 44 (KDE)
- ROCm 7.2.4、torch 2.13.0a0+rocm7.13
- ComfyUI v0.44.2(
comfy_extras/nodes_minimax_h3.py)
A 卡跑 H3 本來最蛋疼,這台是純 AMD 棧(ROCm),沒有 N 卡可比照。能跑起來靠的是下面幾個關鍵設定。
模型檔案
diffusion_models/minimax_h3_hybrid_fl2va_ref2va_b25-49_w4a8_mixed.safetensors(W4A8 hybrid 基座,~12G)loras/minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors(4-step turbo LoRA,~1.9G)text_encoders/qwen3vl_32b_minimax_h3_int8_convrot.safetensors(INT8 TE,~27G)vae/minimax_h3_video_vae_fp16.safetensorsvae/minimax_h3_audio_vae_fp32.safetensorsinput/:jianxin1~3.jpeg、zhizhixiong1~3.jpeg(主帖 6 張參考圖)
鐵律:hybrid 基座必須配 4-step turbo LoRA(非 pruned LoRA),否則
adaln_proj直接報錯。加速手段(性價比核心)
- W4A8 hybrid 基座 + 4-step turbo LoRA:取樣只要 4 步(euler / simple scheduler)。
- INT8 ConvRot 文字編碼器(TE 留 CPU)。
--lowvram+--mmap-torch-files:16G VRAM 塞下 25G LLM + VAE 不爆。H3_VISION_ON_GPU=1(自建可逆 patch,備份~/qwen3vl.py.bak):把 Qwen3VL vision tower(~1.2G)pin 到 GPU,LLM 仍留 CPU。vision encode 從卡死 >16min → ~6.5min 進取樣。這是整場能不能在 A 卡上跑通的決定性一招。
ComfyUI 啟動參數(systemd user service ExecStart):
python main.py --lowvram --listen 0.0.0.0 --port 8188 --disable-pinned-memory --mmap-torch-files環境變數:
HSA_ENABLE_GPU_HANG_DETECTION=0 GPU_MAX_HW_QUEUES=2 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True H3_VISION_ON_GPU=1分段策略(避開 GTT fault)
全片 1344×768 length 294 單跑會撐爆 GPU page table → GPU fault。改成 2 × 144 幀分段生成,再 ffmpeg concat 成一條 288 幀 = 12.000s。video + audio 一起 concat,避免被短音軌截斷:
ffmpeg -y -i a.mp4 -i b.mp4 \ -filter_complex "[0:v][1:v]concat=n=2:v=1:a=0[v];[0:a][1:a]concat=n=2:v=0:a=1[a]" \ -map "[v]" -map "[a]" -frames:v 288 -r 24 -c:v libx264 -pix_fmt yuv420p -crf 18 -c:a aac out.mp4工作流(API format,JSON 見附件 workflow_3d.json / workflow_2d.json)
節點鏈:
UNETLoader -> LoraLoaderModelOnly(turbo) -> BasicGuider CLIPLoader(minimax) + VAELoader(video) + VAELoader(audio) 6x LoadImage -> MiniMaxH3ReferenceToVideo(1344x768, length=144, ref_image_size=match) BasicScheduler(steps=4, simple) + KSamplerSelect(euler) + RandomNoise SamplerCustomAdvanced -> VAEDecodeTiled(tile 512/overlap 64/temporal 32/8) VAEDecodeAudio -> CreateVideo(fps 24, sRGB) -> SaveVideo(h264)- 統一英文 Prompt,只切 Style:3D 版
(Style: 3D CGI animation)、2D 版(Style: traditional 2D anime cel-shaded animation)。 - 固定 seed:seg_a = 20261115、seg_b = 20261116(兩條影片皆同)。
- 直接在 1344×768 採樣,無縮放、補幀或空間裁切。
實測耗時(RX 9070,含 CPU 編碼)
版本 分段耗時 成片全程 ffprobe 驗證 3D seg_a ~1020s、seg_b ~615s ~27 min 1344×768 · 24fps · 288 幀 · 12.000s 2D seg_a ~2175s(CPU encode 遇 105°C 熱節流)、seg_b ~600s ~47 min 1344×768 · 24fps · 288 幀 · 12.000s 首段含冷載入 TE/模型;每條 12s 成片約 27~47 min。兩條成片均通過全片解碼測試(
ffmpeg -i ... -f null -exit 0),AAC 音軌非靜音。畫面對照
兩版都呈現了劍心突進、火焰反擊、中央碰撞衝擊波、鏡頭環繞、最後志志雄舉劍指向前方。3D 版人物材質與體積光更明顯;2D 版走賽璐璐調性,碰撞處藍白劍光更突出。
複現說明
工作流 JSON(workflow_3d.json / workflow_2d.json)、執行腳本 run_seg.py、README 一併附上。同環境(ROCm + 上述啟動參數 + H3_VISION_ON_GPU patch)可直接 import JSON 重跑,seed 固定可復現。patch 有
.bak備份,可還原。
-
,
D dardeaw feng 引用了 此主题
-
我在想,为什么大部分网友做出来的视频,多多少少会有像素残影或者裂变的瑕疵。。。。
-
-
-
版主审定:本帖设为优秀,作者 +3 积分奖励,继续加油!