MiniMax H3老视频高清修复：去模糊、纹理增强LoRA工作流

作者：@AIwood爱屋研究室

MiniMax H3老视频高清修复：去模糊、纹理增强LoRA工作流

一句话导读：这套工作流用 MiniMax H3 重新生成老视频画面，通过前置引导、去模糊与纹理增强 LoRA、固定提示词来恢复清晰度。结构接近标准 H3 视频流程，但它本质上仍是引导式视频生成，算力消耗较大，也不能保证逐像素还原原片。

核心内容：
1. 适用素材：视频用经典表情包和老电视剧片段演示，目标是减少模糊、提高纹理和边缘清晰度。它并不是传统无生成超分，而是借助 MiniMax H3 对原视频进行受控重绘。
2. 工作流结构：整体与标准 H3 工作流接近，前置增加引导节点，并加入一个空 Latent。空 Latent 的尺寸要与原视频 Resize 后的尺寸一致，用来决定整个生成过程的目标分辨率。
3. 比例处理：尺寸比例无需手工另调，Resize 节点会根据输入自动适配；用户主要确定目标分辨率。这样可以减少原片横竖比例与潜空间配置不一致导致的错误。
4. 模型加载：流程正常加载主模型和 CLIP。由于任务只修复画面、不改动原音频，作者只接入视频 VAE，没有把音频 VAE 加入重绘链路；成片音频应按工作流外部的保留或封装步骤处理。
5. 纹理增强 LoRA：模型区额外加载去模糊、增强纹理的 LoRA，放入 ComfyUI 的 models/loras 目录后即可选择。作者示例强度为 0.75，作用是让画面更锐利、纹理更明显。
6. 强度不要过高：LoRA 权重越高，纹理越突出，但对老旧模糊素材也更容易过拟合，产生不自然细节。因此 0.75 只是视频示例，应针对人脸、字幕、边缘和运动区域做短片段对比。
7. 时长与帧数：整条视频的处理长度由加载视频节点的总帧数控制。以 24 fps 为例，总帧数除以 24 就是秒数；设置为 0 则加载整段视频。演示中的 165 帧会全部进入生成。
8. 节点锁定：作者特别提醒要锁定与帧数/时长相关的节点，避免运行时被误改。固定提示词也无需每次重写，保留工作流默认内容即可。
9. 质量与成本：引导节点、LoRA 和固定提示词组合后能够明显改变清晰度，但并不完美。因为每帧都参与生成式重绘，长视频的计算开销较高，人物身份、文字和细小纹理仍可能漂移。

适合人群：需要修复老电视剧片段、低清表情包或历史短视频，愿意用 MiniMax H3 以生成式重绘换取更强纹理与清晰度的 ComfyUI 用户。

补充说明：本文根据授权视频的完整音频转写、简介和默认第一页评论整理。原视频评论没有补充关键参数；资源包说明为“MiniMax H3 去模糊+纹理增强 LoRA+工作流”。正式处理长视频前，建议先截取数秒验证人物一致性、纹理过拟合、字幕变形和音频保留方式。

相关夸克网盘链接：
【MiniMax H3去模糊、纹理增强LoRA与工作流：https://pan.quark.cn/s/8e124950038b】