强！接近无损画质的技术加速！minimaxH3+VDN技术：面向长序列生成和少步推理的增强方案！

更多AI前沿科技资讯，请关注我们：​closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台

【closerAI ComfyUI】强！接近无损画质的技术加速！minimaxH3+VDN技术：面向长序列生成和少步推理的增强方案！

大家好，我是Jimmy。

前面一期分享过关于VDN-minimaxH3版本：​AI视频终于开始追上播放速度了,深入分析了下Vdn-minimaxH3,但不是所有硬件都叫 B200，无法在消费级显卡上秒生视频，但是呢，它的VDN技术，倒是给minimaxH3提供了很好的面向长序列生成和少步推理的增强解决方案！

几天前已开源：具体可以看回我这文章：​AI视频终于开始追上播放速度了

在开源中的文件如下：

这三个模型的作用如下：

1. h3-base/（MiniMax H3 原模型）：作为基础的视频生成骨干网络（Transformer + 视频/音频 VAE + 调度器）。这是原 MiniMax H3 的完整模型（72 GB），负责核心的扩散过程、视觉一致性和音频同步。VDN-H3 就是在这个基础上加上的线性注意力分支和 LoRA 适配器。
2. stage-b-step-2000/VDN-H3-50-step/（线性注意力分支 + 默认 LoRA）：添加的帧级线性注意力分（linear_branch/model.safetensors，~4.3 GB）。这是整个 VDN 的核心创新组件——一个高效的线性注意力模块（per-frame），用于加速推理，同时保持与原 Softmax 分支的“near-lossless”质量匹配。第二个部分是默认 LoRA（adapters/default/），对 QKV 和 O 投影进行微调。
3. stage-dmd-step-250/VDN-H3-8-step/（+ Turbo LoRA）：以上两部分 + 8-step Turbo LoRA（adapters/turbo/，~5.1 GB）。经过 DMD2（数据无关）蒸馏训练，实现极致加速（8 步去噪），适合实时或高吞吐量生成；同时保留了高质量一致性。

这里还要说说VDN它的技术亮点：

VDN 是针对 MiniMax H3 长视频生成能力的一次专项改进。它通过“局部精确注意力 + 远距离线性时序分支”的混合结构，使模型能够以更可控的计算和显存成本处理长视频；同时配合 DMD 和 Turbo LoRA，将扩散采样压缩到8步。

它的核心进步包括：

• 长视频注意力计算扩展性更好
• 后续帧更容易保留前面帧的信息
• 人物、场景和运镜更加连续
• 长序列的显存及计算增长更可控
• 通过 DMD/Turbo 实现8步推理
• 能以增量组件形式应用到已有 MiniMax H3 基座
• INT8 ConvRot 版本进一步降低了消费级硬件的运行门槛

也就是它加速和提高效率的同时无损画质接近minimaxH3基座原生画质。

那如何在comfyUI使用VDN呢？

这就要讲到另一个项目：https://huggingface.co/drbaph/vdn-minimax-h3-int8-convrot-comfyui/tree/main

这个项目是一个 ComfyUI 专用预量化适配器仓库，专为 ComfyUI-VDN-H3设计。它把 OpenVDN/vdn-minimax-h3 的核心组件（特别是 8-step DMD 版本的 stage-dmd-step-250）预量化成 INT8 ConvRot 格式，直接下载到 ComfyUI 里就能用，完全兼容原节点。

所以直接下载它上面所有文件，以及它提及到的comfyUI节点插件。

VDN的所有模型下载后放置：models下。插件放置comfyUI/custom_nodes下。重启

打开我们closerAI-VDN-minimaxH3工作流0906：

关键接入如下：

不需要接入什么加速节点，其它加速LORA都不用接入。本身就有8步加速生成。且长序列视频生成收益更高。它建议是8步，但是我跑4步，也是没有问题。音频与画质都十分优秀。

我用同一套提示词，不同步数生成

输入如下：

以下是4步结果：

以下是8步结果：

如果对你有启发，请一键三连支持下我，你的支持是我持续输出的源泉！谢谢。

总结

VDN 并不是单纯降低模型精度或删除权重，而是对minimaxH3视频注意力结构进行了重新设计。

其主要进步可以归纳为：

• 保留局部精确注意力，保障相邻帧的动作和细节。
• 引入线性长时序分支，处理距离较远的视频帧。
• 改善长视频中的人物、场景和镜头一致性。
• 控制长序列注意力的显存与计算增长。
• 通过 DMD/Turbo 将推理压缩到8步。

以增量模块形式适配现有 MiniMax H3 基座，无需重新下载另一套完整基础模型。支持进一步进行 INT8 ConvRot 量化，降低 VDN 分支的加载和传输成本。

所以它更准确的定位是：

VDN 是 MiniMax H3 在长序列建模和少步推理方向上的专项技术升级。

因此，VDN 不是对 MiniMax H3 的完全替代，而是面向长序列生成和少步推理的增强方案。对于已经拥有 H3 基座、希望提高长视频一致性并降低 VDN 运行成本的用户，INT8 VDN 是目前很有实用价值的组合。

原文地址：https://aigc.douyoubuy.cn/2026/09/06/421941/

会员小伙伴可在小站上下载本期工作流、优化节点、模型。

我在RH上也生成了应用，可以直接在上面体验下

本地算力不够怎么办？

如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn

minimaxH3 速绘延时视频应用体验地址：

minimax_h3文生视频应用体验地址：

minimax_h3图生视频应用体验地址：

minimax_h3多参考视频生成应用体验地址：

注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151

通过这个链接第一次注册送1000点，每日登录送100点

最后几句：

如果对你有帮助，请一键三连支持下我，感谢！以下是小站主流的一些AI工具应用：

1. CloserAI AI短剧工作台（本地化解决方案） https://aigc.douyoubuy.cn/ai-agent/
2. closerAI FlowStudio本地AIGC无限画布创作工具 https://aigc.douyoubuy.cn/closerai-flowstudio/
3. closerAI AI绘画大师万象视界： https://aigc.douyoubuy.cn/closerai-vision/
4. CLOSERAI POD电商印花批量生产工作站： https://aigc.douyoubuy.cn/?page_id=420541
5. 印花提取： https://aigc.douyoubuy.cn/yinhua/

以上是就是本期的分享，当然，更多工作流、资讯、插件、工具也可以在我们closerAI会员站上获取(查看原文)。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。

>/ 作者：JimmyMo

更多AI前沿科技资讯，请关注我们：​closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台

主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网