MiniMax H3：HyperVAE 2x高频细节与POV第一视角特化LoRA（合规）

作者：@T8star-Aix



一句话导读：T8star-Aix 带来 MiniMax H3 两侧更新——全新 HyperVAE 2x（潜空间直接 2× 放大并提升高频细节），以及 POV 男友第一视角特化 LoRA；口播强调必须合规使用，并演示本地长视频工作流与 Running Hub 试用入口。

核心内容：
1. 片头与主题：开场用 H3 成片导入后，说明本集两个新模型均围绕 MiniMax H3：一是 HyperVAE 2x（口播「Hyper别意 2X」），二是第一人称/POV 视角特化 LoRA。
2. POV 第一视角特化 LoRA：
   - 底模本身支持第一人称，本 LoRA 做了视角特化（俯视/平视/仰视等），口播亦提及 NSFW 能力方向，但作者反复强调「必须合规使用」。
   - 配套提示词技能：定向创作里新增「真·具象导演」类技能（ASR 听写为「真一具型导演」），不只服务男友视角，也可扩写通用故事情节；片头示例即用该技能生成。
   - API / 本地：常规走 API；不合规或需本地推理时用本地模式；部分内容需本地 GGUF 或 Grok 类模型才可。
   - 长视频工作流：约 20–25 秒较稳；示例剧本 20 秒。双采样时 LoRA 主要挂在一采（权重约 1），负责构图与视角，二采不必再挂该 LoRA。
   - 效果：同剧本换 POV 后身高差/男友视角叙事感立刻变化。
3. HyperVAE 2x（高频细节 + 2× 放大）：
   - 可把约 720p 成片在 VAE 阶段直接放大约两倍；实测并非简单放大，高频细节（尤其人脸）明显更好。
   - 官方节点未必立刻跟进，作者已自做 ComfyUI 节点（口播称「昨天第一时间做好」）。
   - 接入：采样结束后把 Video Latent 与 Audio Latent 分离，再把 Video Latent 送入 HyperVAE 2x；也可用独立 Latent 分离节点。
   - 分辨率：长边约 1280 经 HyperVAE 后约 2560。
   - 与 Topaz Video 串联：可再接 Topaz 提质，但若二采分辨率已偏高再 ×2，再经 Topaz ×2，易直接冲到 4K/8K、速度暴跌——应控制一采/二采分辨率。
   - 「先放大再缩小」无效：作者实测细节频谱多在 2K 以上才显现，缩小回去仅略增锐度，用途不大。推荐管线：控制一/二采 → HyperVAE 落到约 2K → Topaz 再 1.5–2× 到 4K。
4. 与既有高清链路关系：口播回顾此前二采放大模型已可带来约 20% 观感提升；叠加新 VAE 后高频细节再进一步。
5. 在线与提示词：片头提示词将更新到 Open真真（openzhenzhen.com，口播时服务器异常稍后修复）；Running Hub 已上传两个工作流，提示词增强器云端约次日上线，本地已可用。

适合人群：已在用 MiniMax H3 做中短/长视频，希望升级解码清晰度，或需要稳定第一人称/POV 视角控制的 ComfyUI 用户。

注意与边界：
- POV/NSFW 相关能力仅限合法合规、已授权素材；遵守作者「使用需遵守规范」与片尾合规提醒。
- 工作流以评论区置顶/简介夸克为准；云端与本地节点更新节奏可能不一致。
- 本文依据全片语音转写整理；ASR 将 HyperVAE、POV、Latent、Topaz、Running Hub、Open真真 等听写偏差已按标题、简介与常见仓库名校正。

相关开源（简介）：
- https://github.com/T8mars/comfyui-minimax-h3-audio-T8
- https://github.com/T8mars/minimax-h3-prompt-skill-T8
- https://github.com/T8mars/comfyui-minimax-h3-prompt-enhancer-T8
- https://github.com/T8mars/comfyui-minimax-h3-blockcache-T8

【H3模型：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v3.1.9：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.9D：https://pan.quark.cn/s/ed4f5cc2db75】

补充说明：转写证据 evidence/transcripts/BV1naaG6QEdh-transcript.json（faster-whisper small，约 10.8 分钟口播）。评论首页未见 UP 置顶工作流链，夸克链接取自简介。