MiniMax H3 SLA 加速：高动态中远景小脸稳定与少虚影实测

作者：@T8star-Aix

MiniMax H3 SLA 加速：高动态中远景小脸稳定与少虚影实测

一句话导读：T8star-Aix 介绍 LightX2V 作者发布的 MiniMax H3 实验性 SLA 加速 LoRA，解释稀疏注意力的思路，并用样片对比高动态、中远景和小脸稳定性。

核心内容：
1. SLA 在视频中被介绍为融合进模型的实验性加速方案，核心思路与稀疏注意力有关。作者强调，它不只是把某个通用注意力节点接到工作流里，而是从模型内部减少一部分不重要的计算，因此应结合对应模型与版本理解。
2. 口播用高 rank、低 rank 和“主干道路”的比喻解释取舍：更重要的结构和运动信息需要更精细地计算，部分低贡献信息则可以减少关注或直接略过。这样能降低计算成本，但也意味着会存在信息损失；视频中的原理分析属于作者个人理解，不等同于官方实现说明。
3. 样片对比的重点是镜头拉远和动作变化。对比组在持续拉远后出现脸部模糊、结构崩坏等问题，而 SLA 版本虽然脸部会变小，但作者没有观察到明显崩坏；在高动态场景下，动作幻影和脸部崩坏也被描述为较低概率出现。这个结论来自本次演示，不能外推为所有提示词和素材都稳定。
4. 视频还讨论了注意力方案与其他加速方式的组合关系：有些方案可以叠加，有些会发生重叠并由后置设置覆盖。实际使用时应以作者提供的节点、模型版本和工作流顺序为准，不宜把不同注意力机制任意堆叠。
5. 针对画面偏“油腻”的反馈，作者提到可以适当下调 LoRA 权重，口播举例约 0.7、0.75、0.8 这一档，并说明权重过低会削弱加速效果。视频也讨论了 Shift 设置差异，但具体数值应以当前版本节点和作者资源说明为准。
6. 选型上，作者认为旧版在文戏、近景和更看重脸部质感的画面中仍有优势；新的 SLA 版本则更适合高动态以及中远景等容易出现脸部崩坏或动作拖影的场景。最终仍需要按模型、镜头和工作流分别测试。

适合人群：正在 ComfyUI 中使用 MiniMax H3/LightX2V，想尝试 SLA 加速、稀疏注意力，并关注中远景小脸、高动态和动作幻影问题的创作者。

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V20：https://pan.quark.cn/s/af20c54c9a13】
【无限画布整合包v2.9.8：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.8J：https://pan.quark.cn/s/ed4f5cc2db75】

补充说明：本文根据授权视频约 590.3 秒、325 段完整音频转写、视频标题/简介和默认第一页评论整理。简介中发现 4 条夸克网盘链接，首屏评论主要是对速度、版本更新和效果的讨论；评论反馈未被当作统一结论。正文已排除平台推广与引流内容，实际效果请以本地硬件、模型版本、提示词和输入片段为准。