Апскейл видео MiniMax H3 до 2K с помощью Nvidia Open-H3-Regenerate-2K в ComfyUI

NVIDIA Open-H3-Regenerate-2K в ComfyUI: преобразование черновика MiniMax H3 с разрешением 480p в видео 2K за три шага, с двумя протестированными методами и ссылками на все файлы. Nvidia только что открыла исходный код этапа перегенерации, который официальный API MiniMax H3-Regenerate-2K держит в секрете. Open-H3-Regenerate-2K берет любой черновик с низким разрешением, от 384p до 768p, и перерисовывает детали в нативном разрешении 768p, 1080p, 2K или даже 4K за три шага диффузии. В этом видео я подробно рассматриваю официальный репозиторий Hugging Face, показываю, что именно загружается в ComfyUI, и демонстрирую два рабочих метода: метод 1 — мой обычный двухэтапный латентный апскейлинг с использованием пакета MMH3 Ultimate Upscale и извлеченного из Kijai LoRA-файла ранга 384, и метод 2 — пользовательский путь к узлам ComfyUI-Open-H3-Regenerate, который загружает исходный 12-гигабайтный LoRA-файл с файлом sharp_curve_branches и быстрым декодером StreamRender H3 VAE. Это для тех, кто запускает MiniMax H3 локально в ComfyUI и хочет получить вывод 2K без использования размещенного API. Для рекомендуемого мной метода вам потребуется актуальная версия ComfyUI с нативными узлами MiniMax H3, два пользовательских пакета узлов, ссылки на которые приведены ниже, и примерно 6 ГБ весов LoRA. В разделах настроек рассматриваются загрузчики, параметр SoL Attention, необходимый движку NVIDIA, и место в цепочке LoRA-объектов ветвей LMS Sharp и Sharp Curve. Почему это важно: В собственном слепом пользовательском исследовании NVIDIA эта открытая модель была предпочтительнее официального API в 87% из 200 оценок, а уточнение 2K-изображения, занимающее 5 секунд, выполняется примерно за 22 секунды на одной видеокарте B200. На моей потребительской видеокарте трехэтапная регенерация занимала около минуты на 2K-клип, что быстрее, чем мой обычный второй этап с латентным масштабированием. Честный вывод из тестов: простой двухэтапный метод с извлеченным LoRA-объектом BF16 ранга 384 превзошел полный 12-гигабайтный пользовательский конвейер по резкости, лицам на дальних планах, рукам и костяшкам пальцев. 12-гигабайтный файл FP32 не стоит скачивать для потребительских видеокарт. Ресурсы: Страница проекта: https://nvlabs.github.io/Sana/Open-H3... GitHub NVIDIA (Sana, sol-engine): https://github.com/NVlabs/Sana/tree/s... Официальный репозиторий модели: https://huggingface.co/Efficient-Larg... Извлеченный Kijai фрагмент кода для улучшения модели LoRA 384 (~5 ГБ): https://huggingface.co/Kijai/MiniMax-... Извлеченный Kijai фрагмент кода для улучшения модели LoRA 16 (~155 МБ): https://huggingface.co/Kijai/MiniMax-... Пользовательские узлы ComfyUI-Open-H3-Regenerate: https://github.com/rdh9616/ComfyUI-Op... Пакет MMH3 Ultimate Upscale (метод 1): https://github.com/bbaudio-2025/Comfy... Модель скрытого масштабирования MiniMax H3: https://huggingface.co/LBH-123-AI/Min... LMS Sharp LoRA: https://huggingface.co/Alissonerdx/Mi... Кодировщики текста и VAE MiniMax H3: https://huggingface.co/Comfy-Org/Mini... Гибридная модель диффузии H3 (нормальная): https://huggingface.co/smhfacct/Minim... Бесплатный двухэтапный рабочий процесс из этого видео: https://www.patreon.com/aifuturetech/... Calliope - Локально-ориентированная агентная студия от идеи до видео https://github.com/benjiyaya/Calliope Разделы видео 00:00 - Введение и обзор NVIDIA Open-H3-Regenerate-2K 00:33 - Научная статья и официальные примеры «до/после» 01:18 - Репозиторий Hugging Face и совместимость с ComfyUI 02:21 - Извлеченные модели LoRA и сравнение размеров файлов 03:09 - Пользовательский узел: ComfyUI-OpenH3-Regenerate 03:42 - Настройка конвейера: масштабирование скрытых объектов и оптимизация VRAM 04:50 - Рабочий процесс метода 1 (скрытое повышение разрешения и извлеченные LoRA) 06:11 - Код GitHub, ветки LMS Sharpening и Sharp Curve 07:05 - Декодирование VAE и настройки загрузки модели (Sole Attention) 08:41 - Тест 1: Снимок всего тела (Сравнение 480p и 2K) 11:04 - Сравнение метода 1 и метода 2 12:38 - Тест 2: Сравнение и анализ крупных планов 14:34 - Эффекты резкой кривой LoRA на четкость и цвета 15:35 - Скорость генерации, производительность и заключение Если вам нравятся подобные уроки, вы можете поддержать нашу работу на Patreon:   / aifuturetech