MiniMax H3工作流：分块放大、一键物体替换与长音频驱动

刘悦的技术博客 · 昨天 21:04

一句话导读：视频演示一套 MiniMax H3 综合工作流，核心更新是二次采样阶段的分块放大加速和无需复杂提示词的一键精准物体替换，同时覆盖文生视频、图生视频、全能参考与长音频驱动。

核心内容：
1. 分块放大：新版节点在二次采样时只需迭代一次即可完成放大，作者称性能更好，也更适合中低显存设备。示例统一使用 2 倍放大；不需要放大时可把倍率改为 1，正方形视频则把长宽设为相同数值。
2. 硬件与速度：演示设备为 RTX 4060 笔记本。视频称当前分辨率下生成约需 200 秒，并强调分块方案同时改善速度和质量；原视频标题标注 8G 显存可用，实际占用仍会随分辨率、时长和节点配置变化。
3. 多种生成入口：工作流展示文生视频、图生视频和全能参考，可按不同任务切换输入方式；原视频标题还列出首尾帧、自动补帧、超分放大和自动提示词等整合能力。
4. 精准物体替换：开启一键精准替换后，无需编写完整替换提示词，只需填写要替换的对象名称。演示覆盖舞蹈人物、产品介绍、较复杂场景、多人替换和其他物体替换；关闭开关即可恢复默认流程。
5. 长音频驱动：工作流可上传超过 40 秒的音频，并通过分片处理，例如每片 5 秒、共 10 片。数字人/音频驱动只是该综合视频工作流的一项功能，并非整条视频的唯一主题。
6. 使用入口：作者说明可通过 ComfyUI 的自定义端口 8187 访问改造后的工作流，适合在现有整合环境中测试。
7. 质量取舍：默认第一页评论有人认为速度提升明显但画质一般，说明加速和放大配置仍需结合目标质量调整；不同显卡能否顺畅运行，也应以实际分辨率和显存策略为准。

适合人群：希望在中低显存设备上使用 MiniMax H3，或需要物体/多人替换、全能参考、分块放大和长音频驱动的一体化 ComfyUI 视频工作流用户。

补充说明：本文根据授权视频的完整音频转录及默认第一页评论整理。性能与质量数据来自作者演示环境，具体结果以本机硬件、当前节点和模型版本为准。