MiniMax H3 Super Acceleration复现：SageAttention提速与1080p超分

作者：@T8star-Aix

MiniMax H3 Super Acceleration复现：SageAttention提速与1080p超分

一句话导读：T8star-Aix 复现英伟达 SANA 团队面向 MiniMax H3 的 Super Acceleration 思路，把 SageAttention、LTX 2.5 轻量级 VAE 和低分辨率首阶段生成接入 ComfyUI，再通过二阶段采样与超分得到 1080p 输出，重点讨论速度、显存和画质的取舍。

核心内容：
1. 加速背景：视频先介绍英伟达 SANA 团队公布的 MiniMax H3 生产级加速思路，并提到官方在高端 NVIDIA GPU 环境下展示的速度：5 秒 768p 视频约 6.85 秒、10 秒视频约 14.93 秒。这些数字不是普通本地显卡的通用承诺；作者在 16G 显存、开启多项组件的本地测试中，约 200 秒生成 15 秒 1080p 视频。
2. 社区复现：作者认为核心在于注意力计算优化，但原发布没有给出完整算法代码，因此按公开描述复现并封装进自己的 ComfyUI 节点。视频展示节点更新后的工作流，并说明所需模型已经上传到配套仓库；作者还把节点交给 RunningHub 测试，但更新后仍出现运行报错，暂时不能把云端版本视为已稳定可用。
3. 两阶段工作流：首阶段按官方思路使用低分辨率生成，作者示范中 5 秒片段大约是分钟级采样；随后用第二阶段把结果放大到约 1920×1088，并结合 LTX 2.5、轻量级 VAE/TAE 加快解码和超分。二阶段不再完整重采样音频，而是沿用已有音频条件；提示词保持一致，再补充 8K、细节增强等词来改善放大后的清晰度。
4. 节点与设置：视频对比了普通的 `Dance` 路线和启用 SageAttention 的路线，后者在作者的 16G 显存环境中明显更快；节点还提供独立的 Sigma 设置，作者通过手动调整让结果尽量保持与原视频一致。SageAttention 的收益会随视频时长和硬件条件变化，不能简单外推为固定倍速。
5. 速度与画质取舍：作者口述同一类任务的耗时大致从原来的 300 秒降到 200—220 秒左右，且视频越长、显卡越好时加速收益越明显。放大前的画面会偏模糊，二阶段后人物和整体清晰度改善，但最终质量仍受首阶段分辨率与采样结果限制；作者认为当前方案更适合快速迭代和预览，而非所有场景的最终交付。
6. 适用场景：高速动作、打斗等“武戏”对首阶段动态和细节更敏感，作者认为并不特别适合；相对稳定的对话、文戏场景更容易体现速度优势。作者还表示，自己这套放大后的人物脸部和清晰度表现尚可，观感没有明显油腻感，但这些结论仍来自特定模型、硬件和参数组合。
7. 硬件与宣传边界：视频提醒社交平台上“几秒生成数秒视频”的宣传依赖高端 NVIDIA GPU，本地复现不能直接达到同样速度。后续如果 MiniMax H3 Max 开源，作者期待质量进一步提升；当前 Super Acceleration 更像是在速度、显存和可预览性之间做取舍。

适合人群：想在 ComfyUI 中复现 MiniMax H3 Super Acceleration、测试 SageAttention 长视频推理加速，或需要用低分辨率首阶段加二阶段超分快速迭代视频的创作者。

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v3.0.0：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.8O：https://pan.quark.cn/s/ed4f5cc2db75】

补充说明：本文根据授权视频约 473.0 秒完整音频转写、视频简介和默认第一页评论整理。官方速度、本地耗时、画质表现与 RunningHub 状态均按视频发布时的口径记录，实际结果会随 GPU、模型版本、分辨率、采样参数和工作流变化；首屏评论中的显存与耗时讨论不替代作者的音频说明。