H3 视频 2K 重绘：ComfyUI 两种接法与效果取舍

H3 视频 2K 重绘：ComfyUI 两种接法与效果取舍

把视频输出到 2560×1440，并不等于模型原生生成能力升级到了 2K。T8 这次演示的重点，是在原有视频生成流程之后增加一次高分辨率重绘：既可以读取已经生成的视频单独处理，也可以接在原工作流的第二阶段采样之后。

这篇文章整理两种接法、作者补充的采样设置，以及人物变化、运动虚影和显存开销方面的取舍。内容适用于已有可运行 ComfyUI 视频工作流、希望理解这段重绘流程如何使用的读者；不包含从零安装模型与节点的步骤，也不冒称已经复现作者测试。

一、先区分“第三阶段”和“3 步采样”

作者将演示对象称为 KJ 的 H3 2K 版本，并解释它是在已有生成结果后增加高清重绘，而不是据此就能认定 MiniMax 官方发布了原生 2K 模型。本文沿用视频中的 H3、KJ 名称作为对象标识，不据此确认模型来源、官方发布关系或开源许可证。

流程可以分成两层理解：

- 处理阶段：原有第一、第二阶段采样完成视频生成，再增加第三阶段的高分辨率重绘。
- 第三阶段内部的步数：作者在原视频评论补充，2K 部分使用 3 步，并有单独的“SIGAMA”调度。

因此，“三阶段”不是说整个视频只采样三步，也不应把第三阶段的 3 步设置套用到前面的生成过程。评论中的“SIGAMA”是原作者的拼写；具体调度序列和数值未在清晰证据中完整展开，本文不自行补全。使用时应核对作者提供的对应工作流，而不是凭名称另配一套参数。

这也不是只改变输出宽高的普通缩放。作者的对照显示，重绘会补充或改变画面细节，人物的脸也可能变化。画面更清楚与内容保持一致，是两项需要分别验收的指标。

二、接法一：把已有视频作为重绘输入

这条路径适合已经生成好一段视频，只想单独测试高分辨率重绘的情况。它不要求重新执行前面的生成阶段。

1. 在对应工作流中载入成片

作者在第一种工作流里直接上传之前生成好的视频，将它作为第三阶段处理的输入。应选用自己有权处理的正常视频素材，并保留原片用于比较；不需要为了跟随教程复刻视频中的人物示例或台词。

这里的操作对象是已有视频，而不是让读者把某个未说明的潜空间接口强行接入。节点具体版本、依赖安装及完整模型文件名没有在本次演示中逐项说明，缺失项应按原工作流确认，本文不编写替代下载地址或安装命令。

2. 设置输出方向和尺寸

演示的横版目标是 2560×1440。作者说明，竖版则按竖版方向调整尺寸。重点是让尺寸方向与素材用途一致，而不是看到“2K”就统一套用横屏宽高。

画面没有提供任意尺寸、帧数与硬件组合都可运行的保证。先用短片段确认能正常输出，再考虑更长视频，比直接投入整段素材更便于发现问题。

3. 核对第三阶段的 LoRA 与调度配置

作者展示的流程增加了 KJ 的 LoRA，同时保留了他之前使用的加速、抑制动态模糊等 LoRA 组合。他解释，自己测试时如果不加这些辅助项，运动虚影依然明显。

这说明本例并非“只加载一个 2K LoRA，其他配置都不重要”。但视频没有清楚列出所有 LoRA 的完整文件名、权重、兼容关系和调度数值，不能据此随意补出一份通用参数表。复用时应以相应工作流为起点，核对其中的 3 步设置和独立调度；不要将作者这次组合写成所有模型都必须采用的配方。

4. 输出后同时检查清晰度与一致性

作者展示的结果细节更清楚，但也指出人物面部发生了变化。验收时可以将原视频与重绘结果放在相同时间位置比较：

1. 细节是否真的改善，而不只是尺寸变大；
2. 人脸、服饰和场景结构是否仍与原片一致；
3. 动作过程中是否增加重影、拖影或不稳定变化。

这份检查顺序是根据视频中的失败点整理的方法建议，不是新增的实测结论。如果任务优先要求身份或素材忠实度，不能只凭一张清晰的静帧就判定重绘成功。

三、接法二：接到原视频生成工作流之后

如果希望生成与重绘在同一张工作流中连续执行，作者展示的第二条路径是：保留正常的视频生成流程，在第二阶段采样完成后，接入前面那段第三阶段重绘工作流。

操作思路如下：

1. 先识别原工作流中第二阶段生成结束的位置，确认此前流程本身能够正常得到视频结果。
2. 将作者提供的第三阶段处理段接入后续链路，保留它所需的模型、LoRA、尺寸与调度配置。
3. 区分前段视频生成设置与后段 2K 重绘设置，避免把“2K 部分 3 步”误改成整条工作流都只跑 3 步。
4. 对最终视频做完整播放检查，并与未经过第三阶段的结果比较。

这是复用已有工作流处理段的方法，并非从零重搭每个端口的连线教程。画面中的部分节点小字不足以可靠转录，所以本文不猜接口名称、模型文件后缀或额外算法实现。两条接法的区别主要在输入来源：一条读取现成视频，另一条承接前段生成结果；它们并不会因此免除重绘对内容一致性的影响。

四、为什么高动态镜头仍需谨慎

作者在第二种接法中展示了动作幅度较大的片段，并报告即使已经加入辅助 LoRA，仍有明显虚影。他由此认为，这套流程并没有因为输出更高清，就同时解决运动稳定性问题。

这里需要把结论限定在作者的演示组合：

- 增加像素尺寸，不代表运动质量必然提高；
- 增加辅助 LoRA，不代表所有拖影都能消除；
- 单帧细节改善，不代表整段视频的人物和动作更一致。

如果目标只是提升观感，同时尽量保留原片，作者建议也考虑普通超分方案。不过，视频没有给出所有超分工具的系统对照，不能据此承诺其他方案绝不会改变细节。实际选择仍应比较同一段素材的清晰度、一致性、运动表现和处理成本。

五、时长与显存：只把作者测试当参考

作者提到，他阅读的资料中存在 5 秒与 5–15 秒等不同描述；在自己的测试里，较低动态的 15 秒片段能够运行，但 2K 处理的显存压力很大。他谈到 48GB 显存下遇到的压力，也称约 3 秒短片曾在 16GB 显存条件下运行。

这些都是作者在特定工作流和素材下的报告，不是最低配置表，也不能推导出“16GB 一定能跑”或“必须购买某型号显卡”。本次证据没有完整控制模型精度、依赖版本、卸载策略、帧数等变量，本文也没有进行硬件复测。

更稳妥的尝试方式，是先保留原视频，用短片段验证工作流是否能运行，再检查结果是否值得承担额外开销。不要为了获得 2K 文件，忽略重绘带来的身份变化和高动态缺陷。

来源与资源

作者简介与原视频置顶评论提供的工作流及模型资料：
https://my.feishu.cn/wiki/IZLRwuhdTi7OiUkF08HcGCQcnUf

资源仅按原作者公开来源引用，已去掉分享跟踪参数；已核对公开资料页列有对应的两种工作流入口，但未下载或运行其中资源，未验证许可、价格及后续下载可用性。作者评论中的“2K 部分 3 步、单独 SIGAMA 调度”已纳入上文，但未展开的参数没有补写。仅使用自己有权处理的素材，不用于侵权、性化他人或规避平台审核。

本文依据同一 BV 的完整可用官方中文字幕、关键画面和原作者公开补充整理，省略娱乐短剧、互动引导与无关推广。它不是 ASR 或全语音逐字转录；字幕空白不代表没有语音，画面小字无法确认的内容也不作推测。

原视频：https://www.bilibili.com/video/BV1uYsR6iEfG/


T8star-Aix