ComfyUI 的 MiniMax H3 视频 VAE 提速：编码约 2.2 倍、解码约 1.4〜2.7 倍

MiniMax H3 的视频 VAE 在 ComfyUI 侧完成了一次提速：编码最高约 2.2 倍、解码约 1.4〜2.7 倍。本文整理这次改动的三处实现细节、官方实测数据，以及对画质的影响。

2026 年 9 月 22 日（当地时间），Comfy Org 在官方博客上宣布，已对 ComfyUI 中运行的视频生成模型的视频 VAE 完成提速。

MiniMax H3 提速

该模型拥有 33B 参数，属于多模态模型，可以同时参照文本、图像、视频与音频，生成带声音的视频。ComfyUI 在它发布当天就提供了原生支持，并准备了 T2V（文本生成视频）、I2V（图像生成视频）、R2V（参照素材生成视频）三种工作流。

此前的文章介绍过，视频用的 VAE「H3-VisualVAE」在空间方向压缩 16 倍、时间方向压缩 4 倍，并通过 int8 convrot 量化与自定义内核来压低显存占用。

本次改动针对的是 8 月开放权重（open weights）版本在 ComfyUI 侧的实现改良。改动对象不是模型本体，而是负责把视频转换到潜在空间再还原的 VAE：编码最高约提速 2.2 倍，解码提速约 1.4〜2.7 倍。int8 convrot 版的 VAE 文件仍在继续使用，解码器在这基础上进一步提速。

据官方说明，在 1344×768、129 帧的视频上，编码与解码合计的耗时从 24.3 秒缩短到 12.7 秒。视频生成除采样之外还要花 VAE 的处理时间，因此试错次数越多，这部分累积得越明显。

改动内容

提速由三处改动构成。

编码器的融合内核（默认启用）

此前编码器在卷积之间，要分别执行逐帧归一化、激活函数与边缘填充，每一步都要读写数百 MB 量级的数据；现在这些处理被合并成一次，并按下一层卷积所需的内存布局直接写出。

仅这一项就带来约 1.5 倍提速，输出与原来完全一致。无需任何设置，更新后即自动生效。

卷积开始支持 --fast fp16_accumulation

PyTorch 把卷积交给 NVIDIA 的 cuDNN 库处理，而经由 cuDNN 无法指定 fp16 累加，因此这个选项过去只对矩阵运算有效，无法给编码器提速。

这次 ComfyUI 自备了卷积实现，并把偏置与跳跃连接一并纳入同一套处理，使该选项能够生效。配合融合内核，编码器约提速 2.2 倍。

int8 解码器

使用 int8 版 VAE 文件时，解码器权重以 8 位处理。把归一化、激活函数与跳跃连接并入矩阵运算之后，中间结果就不必写回内存；注意力同样以 8 位计算。

官方称相比此前的 int8 VAE 提速 1.4 倍。

实测结果

测试在 RTX 5090、1344×768、129 帧的条件下进行，各配置都与更新前的同一配置对比。官方称所有测试都在同一天、通过 VAE Encode 与 VAE Decode 节点完成。

• 融合内核：由于减少了内存读写，官方称效果不限于 RTX 5090，NVIDIA 显卡普遍受益。
• --fast fp16_accumulation：对能以倍速执行 fp16 累加的消费级显卡有效。

另外，该说明以 NVIDIA 显卡为前提，未提及 AMD 显卡或 Apple Silicon 上的效果。

对画质的影响

官方称提速带来的画质变化几乎看不出差异。

对比同一帧画面在原视频、标准 VAE 与 int8 VAE 下的表现。经 VAE 处理后画面相对原视频平均变化 2.5%，切换到 int8 后再变化 0.1%；两种解码结果中有 77% 的颜色值完全一致。

VAE 在压缩再还原视频的过程中本来就会损失少量细节；int8 高速处理额外引入的误差，约为这部分损失的 1/30。

从数值上看

与标准解码器相比，int8 解码器的 PSNR 为 67.7dB，提速后的编码器约为 68dB。作为对照，实拍视频经 VAE 还原时的 PSNR 约为 38dB。此外，即便使用 int8 版 VAE，编码仍以 fp16 进行；融合内核只是改变了计算顺序，结果不变。

使用方法

• 把 ComfyUI 更新到 v0.36.0 以上：仅此一步即可启用编码器的融合内核。
• 在启动参数中加上 --fast fp16_accumulation：可进一步加速编码器与解码器。
• 载入 int8 版 VAE 文件：解码速度最快，官方称可以直接替换标准 VAE 文件使用。

工作流也可以从 ComfyUI 的模板库中获取。

【Tips】关于启动选项

--fast fp16_accumulation 是对整个 ComfyUI 生效的启动选项。官方说明指出，它此前也已作用于矩阵运算，因此在该模型之外的模型上，计算精度的处理方式同样会改变。若在其他模型上感觉输出有异样，可以去掉该选项做对比。

本次说明涉及的对象仅为视频 VAE，未提及音频用的 VAE。

参考来源：Making the MiniMax H3 Video VAE 2x Faster

更多同类内容见站内 AI 资讯 栏目。