MiniMax H3 采样实验：Tail 3 Sigma、RF Restart、STG与Bias

作者：@T8star-Aix

MiniMax H3 采样实验：Tail 3 Sigma、RF Restart、STG与Bias

一句话导读：视频不做逐镜头复盘，而是从采样原理出发，实验比较 Tail 3 Sigma、RF Restart、STG 和 BIAS 等方法怎样改善 MiniMax H3 的模糊、拖影和细节稳定性。

核心内容：
1. MiniMax H3 官方采样末端的 Sigma 约为 0.6135。作者认为，在低步数运行时如果直接把后段 Sigma 清零，容易出现衣服发飘、虚化拖影和细节不足；这不完全是模型本身的问题，也与末端降噪步数不够有关。
2. Tail 3 Sigma 的思路是在末端增加伪步，让 Sigma 从约 0.6135 平滑降到 0，而不是一次清空。作者的节点支持动态增加 1、2、3 步，并根据公式重新平滑降噪；视频建议先从 2 个伪步试起，因为伪步越多不一定越好，尤其在加速模型上可能把错误一并放大。
3. H3 是音视频联合的 Transformer，采样调度不能只看视频端。简单地在尾部追加步骤可能影响音频，因此作者的节点会同时计算音频、视频和 Sigma 的调度关系；实际使用时需要观察画面清晰度与音频稳定性的平衡。
4. STG 的实验方式是先正常跑一遍，再对选定层进行二次干预，视频示例使用约 0.6 的系数。虽然界面显示 8 步，但二次处理后实际约为 13 步；作者认为它确实可能改变结构和细节，但收益不稳定、成本较高，目前更适合作为实验性方案，而不是默认设置。
5. RF Restart 来自独立论文方法，核心参数包括 Restart Steps 和重启时的 Sigma。它先完成一次完整采样，再从较低的 Sigma（视频示例约 0.15）重新启动几步，让模型重新理解并修复局部结构。8 步基础采样再加 3 个重启步，实际约为 11 步；加速模型可能有正收益，也可能产生负收益，完整采样 10–20 步时更容易观察到方法本身的效果。
6. BIAS 是通过调整模型感知的剩余 Sigma，让采样器更偏向细节补偿而不是大幅重做。视频以 0.2000 作为示例，认为它的收益比 RF Restart 温和；数值过高可能让模型误判，适合在结构已经基本稳定时作为后处理或与其他方法组合。
7. 作者给出的选择思路是：轻量提升可先试尾部伪步；需要重新修复结构时再评估 RF Restart；STG 主要用于实验对比；不想破坏整体结构时可尝试较温和的 BIAS。具体效果会受步数、加速方式、模型版本和输入片段影响。

适合人群：使用 ComfyUI 和 MiniMax H3，想理解 Sigma 调度、低步数采样、视频细节优化以及音视频联合采样影响的创作者。

补充说明：本文根据授权视频的完整音频转写、视频标题和简介整理。视频重点是理论与实验性比较，示例步数、Sigma 数值和效果判断属于作者当前测试，不是适用于所有工作流的固定结论；节点名称的英文大小写按标题和口播语境整理，实际参数请以本地版本为准。

相关夸克网盘链接：
【模型及工作流轮子节点：https://pan.quark.cn/s/a30a9a95a1bf】
【T8 CF整合包V19：https://pan.quark.cn/s/af20c54c9a13】
【无限画布整合包v2.6.8：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.8A：https://pan.quark.cn/s/ed4f5cc2db75】