66GB 的 BF16 主干、一个单头节点、一份 172MB 的 LoRA:T8 把 MiniMax H3 Image 从「只能 6 步」拉到 50 步
先讲结论
MiniMax H3 Image 是一个约 33.1B 参数的图像生成模型,官方发布时把它蒸馏成了 6 步采样、CFG 固定为 1 的版本,一个 checkpoint 同时做文生图和指令式图像编辑。B 站博主 T8(T8star-Aix)在 11 月 21 日放出了一套非官方的 ComfyUI 组合:完整 BF16 主干权重转换、一个「单头多步」自定义节点、以及一份单独训练的 MLP100 LoRA,目标是在 50 步、CFG 3 的设置下跑出比原生 6 步更自然的材质。
他自己把边界写得很清楚:这不是「去蒸馏」,也不是「99% 还原教师模型」。它是一条近似路线——把发布版的 6 组 PDD 输出头按区间加权平均成一个头,再用 LoRA 修正多步采样时的材质退化。效果好坏按 10 组固定样本人工比对,8 组算通过,2 组明确失败。
为什么会有「只能跑 6 步」这回事
H3 Image 的发布权重是多头 PDD(progressive distillation 一类)结构:6 个输出头,每一步由一个特定的头负责预测。所以官方的用法就是 6 步、CFG 1、无负面提示词。一旦你按普通扩散模型那样跑到 50 步,模型会用错头去预测它没学过的步数,结果就是整张脸崩成块状。
T8 在视频里演示了这个对比:原生 6 步出图能看,但质感偏低,需要靠 16MP 分辨率或者叠加画质 LoRA 才勉强救回来;强行 50 步跑原生权重,则直接碎掉。
他试过两条修正路线。第一条是拿官方 PDD 增量去做「相减」,但阿里此前发布的 PDD 与 H3 Image 的并非同一份,而且 H3 Image 是从视频模型上砍掉音频分支得到的,减完不对味。第二条就是现在这套:不从原模型做减法,而是重新做一个节点,按加权平均把 6 个头塌缩成一个头,再单独训练 LoRA 补偿多步下的材质损失。
这套东西由三部分组成
- 完整主干(
minimax_h3_image_full_bf16_comfy_qkvfix-T8.safetensors):66.29 GB,把官方分片转成 ComfyUI 的命名和 QKV 排布,保留完整 AdaLN 和原发布精度,不是 INT8 反量化、也不是裁剪版。它仍然包含 PDD 六头,所以原生 6 步路线照样能用。 - 单头节点(H3 Image Single Head · T8):把 6 组头按区间加权平均成一个输出头,只改内存里的克隆,不覆盖主干文件。节点仓库里带着
mean_head.safetensors资产,必须一起保留。 - direct MLP100 LoRA(
experimental_direct_mlp100_rank16-T8.safetensors):172.07 MB,rank 16 / alpha 16。冻结主干,独立训练 224 次更新,覆盖 50 层里的 100 个 MLP 模块,不带任何注意力适配器。这是新训练的近似补偿,不是对原加速 LoRA 做负向相减。
文本编码器和 VAE 沿用社区已有文件:Qwen3-VL-32B 的 INT8 文本编码器(27.14 GB)和 FP16 图像 VAE(1.17 GB)。所以整条链路并不是全 BF16,只有主干是 BF16 + FP32 混合存储。
怎么用:连线顺序和三个不能改的参数
- 把主干放进
ComfyUI/models/diffusion_models/,LoRA 放loras/,文本编码器和 VAE 放各自目录。 - 装节点:
git clone https://github.com/T8mars/Comfyui-h3-image-single-head-T8.git custom_nodes/Comfyui-h3-image-single-head-T8,然后重启 ComfyUI。HF 仓库里也有一份节点镜像,二选一,不要同时装。 - 导入
workflows/direct_mlp/下的普通.json(.api.json是程序提交格式,不是界面工作流)。
节点连线是固定的四段:
```text
UNETLoader → H3ImageSingleHead → LoraLoaderBypassModelOnly (+1) → CFGGuider (3)
```
三个容易做错的地方:
- 单头节点必须紧接未经任何 LoRA 修改的主干,顺序错了加权平均就没有意义。
- LoRA 必须走 bypass 加载器,强度 +1 而不是 -1。bypass 的作用是把 LoRA 单独算一层,再把主干对应 block 重算一次后合并;用普通 LoRA 合并加载器,出图效果不一样。
- 采样器用 Euler、50 步、CFG 3、shift 3,并且使用工作流里内置的 51 点 sigma 表,不要再叠一个 SHIFT 节点。作者把 sigma 表单独暴露出来,方便自己改。
实测:10 组样本,8 通过 2 失败
对照方式是同一主干、同一均值头、同一提示词/seed/分辨率/采样器和 sigma 网格,唯一变量是加不加 direct MLP100。左列是不加 LoRA 的 50 步控制组,右列是加了 LoRA。
通过的 8 组里,变化集中在材质:老人皮肤的矩形硬刻块减少但保留年龄细纹;亚麻从断裂的浮雕感变成连续织纹;毛发不再像被刻刀削过;水彩的纸面浮雕减弱而文字和水彩风格还在;玻璃杯与双把碗的材质区分和三处连接保留。
失败的 2 组也很具体:雨伞那张,红伞布面更自然了,但完整长杆和手柄依然缺失;墙面文字局部编辑那张,大字基本去掉,可顶部留了浅痕,人物和非目标细节发生了漂移。
所以这份东西的定位是「让我能在多步下得到更自然的材质」,不是「让编辑变得精准」。作者也强调,8/10 是他和团队对这批固定样本的人工联合检查计数,不是教师相似度,不是大规模盲测,换题材换 seed 的泛化能力还没有被证明。
不适合谁用
- 想直接拿到原版教师模型的人:仓库里没有匹配的原始 PDD 主干增量,也没有未知教师权重可对照,无法声称还原完成。
- 显存和内存都紧的机器:测试环境是 RTX 4060 Ti 16 GB 显存 + 128 GB 内存,66 GB 权重需要大量系统内存和卸载。16 GB 显存能跑,不等于 12 GB 或低内存机器也能跑,更不保证速度。
- 要商用的人:H3 Image 的社区许可排除了欧盟、英国、韩国和美国,并对 Hosted Service 和收入门槛有单独授权要求。开放下载不等于可以随便商用。
- 做精准局部编辑的人:从失败样本看,非目标区域的保持仍然不稳。
成本和替代方案
时间成本主要是下载:66.29 GB 主干 + 27.14 GB 文本编码器 + 1.17 GB VAE,加上 172 MB LoRA。如果只是想要快,官方 6 步路线不需要装这个节点、不需要加载 MLP100,workflows/native_pdd6 就是原生验证用的工作流,走 BasicGuider 等效 CFG 1。
社区里还有别的加速选择,比如 2 步的 pDMD LoRA(约 40 GB 的合并版 checkpoint),它的模型卡写明在 H200 上 2048px 约 20 秒。但那是「更少步数」的方向,和 T8 这套「更多步数换材质」的目标相反,不要混着理解。
下一步可以做什么
如果你已经在跑 H3 Image 的 6 步工作流,建议按这个顺序试:先只换完整 BF16 主干,确认原生 6 步结果和以前一致;再加单头节点和 MLP100,把 CFG 从 1 改到 3、步数改成 50;最后用自己的题材和 seed 重跑一遍,别只看作者那 10 张固定样本。作者说训练教程会单独出一期,这期只讲权重和用法。
参考来源
- B 站视频:[T8开源最强 Minimax H3 Image 混合精度 QKV BF16 模型 + 100MLP 微调 Lora + 单头注意力节点,50步 CFG3 效果对比测评](https://www.bilibili.com/video/BV1nbyez4EsR)(T8star-Aix,2026-11-21)
- 模型卡与权重:[t8star/Minimax-H3-Image-Exp-Comfy](https://huggingface.co/t8star/Minimax-H3-Image-Exp-Comfy)(2026-11-21 更新)
- 单头节点:[T8mars/Comfyui-h3-image-single-head-T8](https://github.com/T8mars/Comfyui-h3-image-single-head-T8)
- 基座规格与原生用法:[ComfyUI 官方文档 · MiniMax-H3-Image](https://docs.comfy.org/tutorials/image/minimax/minimax-h3-image)
- 基座权重:[MiniMaxAI/MiniMax-H3-Image](https://huggingface.co/MiniMaxAI/MiniMax-H3-Image)
本文基于作者原始视频转写、模型卡与 ComfyUI 官方文档整理;文中效果判断均引自作者自述的固定样本比对,非第三方独立评测。