H3 视频生成加速方案 — ComfyUI（云端）

在 ComfyUI 中使用四种加速节点组合，大幅提升 Wan 视频生成速度，质量损失较小。

加速效果参考（3090，480P，10秒视频）：

• 原生：约 600 秒（10 分钟）
• 加速后：约 369 秒（6 分钟），快了约 4 分钟
• 文生视频 10 秒：约 3 分钟

四种加速方案组合

节点	说明
Sage Attention	Wan 时代已广泛使用，基础加速，默认 auto 即可
Efficiency 节点	KJ 节点，小幅提速，需更新 KJ 节点和 ComfyUI 到最新版
SOL Attention	KJ 节点，注意力影响方式优化，提速明显
H3 Cache	残差缓存加速，核心提速组件，直接用默认参数即可

⚠️ Easy Cache 测试下来对二次元内容质量损失较大，本方案未采用

环境要求

• GPU：推荐 3090 / 4090（3080 Ti 也可以跑，但速度略慢）
• 所有节点均来自 KJ 节点库，需更新到最新版
• ComfyUI 本体也需更新到最新版才能使用 Efficiency 和 SOL 节点

快速开始（云端）

# 1. 部署 3090 / 4090 实例，选择对应镜像
# 2. 打开 Jupyter Lab，复制启动指令粘贴运行
# 3. 打开 ComfyUI，加载对应工作流即可直接使用

本地使用：将 mini-max H3 Cache 节点库 git clone 到 ComfyUI/custom_nodes/ 目录下，或下载压缩包解压进去

节点参数说明

Sage Attention

• 默认 auto 即可，无需修改

SOL Attention（KJ 节点）

• TAU：数值越大速度越快，但质量下降越明显，默认值即可
• 影响范围：0.2 ~ 0.9（首尾阶段不参与）
• KV and Loss 模式：质量更好但更保守，按需选择
• Morton Curve：社区推荐打开；2D 视频选 2D，3D 内容选 3D
• TMA：仅 5090 开启，3090 / 4090 不需要

H3 Cache

• 直接默认，无需调整
• 原理：采样过程中缓存 Transformer 的残差变化，变化小时跳过重复计算，节省算力

三个工作流说明

工作流	用途

| 文生视频 | 文本直接生成视频 |

| 图生视频 | 参考图生成视频 |

| 多参考（多仓） | 多张图片 + 视频输入，做角色替换、跳舞替换、数字人等 |

多参考工作流使用： 直接在 Ref Image 节点拉出连接，添加图片或视频即可，最多支持多张图片 + 视频混合输入。

质量 vs 速度

所有加速节点默认开启。如果觉得质量不满意，可以单独关闭某个节点，逐步测试对比效果。