Repolode
提交项目
tazmannner

tazmannner/ComfyUI-H3-RelayHires

ComfyUI 节点，用 0.5 MP 小尺寸生成 MiniMax H3 视频后再重绘到 1920x1088，主打 2D 动漫。

在 GitHub 查看
Star
54
Fork
5
未关闭 Issue
0
最近提交
4天前

这是什么？

H3 Relay Hires 是一组用于 MiniMax H3 视频生成的 ComfyUI 节点，主要面向 2D 动漫。思路是先在 960x544 的小尺寸下生成镜头，确定构图、动作、表演和音频，再用内置的 AnimeSR 小型动漫超分模型把解码后的帧放大到 1920x1088，并跑一步 DMAD 去噪重绘细节，音频则固定为第一遍的结果。

作者给出的数据是在 RTX 5090 上，5 秒片段端到端约 116 到 121 秒，而同样尺寸的 1 MP 加潜空间放大与精修路线约 240 秒，原生 1920 渲染约 500 秒。可选的 H3 Fast Tail Sampler 能进一步缩短第一遍时间；使用 Pika H3 Flex LoRA 可以替换第一遍以获得最快速度，但生成的会是另一个镜头。

仓库附带了示例工作流，可接入人脸检测、去绳化运动修复和定格帧处理等节点，还提供缓解亮度闪烁的 Sol-H3 VAE 选项，以及线宽和闪烁测量脚本与 AnimeSR 训练脚本。

核心功能

  • 01第一遍在 0.5 MP 下生成，再经重绘步骤放大到 1920x1088。
  • 02最终 1920 结果保留预览阶段的镜头与配乐。
  • 03内置 AnimeSR 小型动漫超分模型，也可用自己的素材训练。
  • 04可选的 H3 Fast Tail Sampler 在不改变镜头的前提下缩短第一遍耗时。
  • 05可接入任意 ComfyUI 超分模型，适用于非动漫画风。

适用场景

  • 在单张 GPU 上以更短时间生成 1080p 级别的 H3 动漫风视频。
  • 先用低分辨率预览镜头，确认后再以 1920 尺寸完成同一个镜头。
  • 对比不同超分器，或为特定画风训练专用动漫超分模型。

使用前须知

  • 耗时数据基于 RTX 5090 测得，在性能较弱的显卡上渲染会明显更慢。
  • 非常快速的动作可能呈现为运动模糊，而不是清晰的姿势。
  • 墨线粗细仍略粗于原生 1920 渲染。

收录于专题

AI 视频与音频工具AI 图像生成工具与 Stable Diffusion 项目

标签

#comfyui#video-generation#upscaling#anime#minimax-h3#stable-diffusion#image-super-resolution

常见问题

ComfyUI-H3-RelayHires 是什么？
ComfyUI 节点，用 0.5 MP 小尺寸生成 MiniMax H3 视频后再重绘到 1920x1088，主打 2D 动漫。 H3 Relay Hires 是一组用于 MiniMax H3 视频生成的 ComfyUI 节点，主要面向 2D 动漫。思路是先在 960x544 的小尺寸下生成镜头，确定构图、动作、表演和音频，再用内置的 AnimeSR 小型动漫超分模型把解码后的帧放大到 1920x1088，并跑一步 DMAD 去噪重绘细节，音频则固定为第一遍的结果。
ComfyUI-H3-RelayHires 可以免费使用吗？用的什么许可证？
ComfyUI-H3-RelayHires 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
ComfyUI-H3-RelayHires 还在维护吗？
活跃维护中。ComfyUI-H3-RelayHires 最近一次提交是在 2026年11月3日。
ComfyUI-H3-RelayHires 适合用来做什么？
在单张 GPU 上以更短时间生成 1080p 级别的 H3 动漫风视频。 先用低分辨率预览镜头，确认后再以 1920 尺寸完成同一个镜头。 对比不同超分器，或为特定画风训练专用动漫超分模型。
在哪里获取 ComfyUI-H3-RelayHires？
源代码和安装说明在 GitHub 上：https://github.com/tazmannner/ComfyUI-H3-RelayHires

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目