🎬 H3 LightX2V Turbo: 4步 vs 8步 A/B 对比

Case 08 极高动态追逐场景 · ref2va · 1344×768 · 124帧 · RTX 3090 24GB

📊 核心数据

4步 LightX2V

206s
含模型加载

8步 LightX2V 推荐

319s
缓存命中(纯采样)

15步 Native

502s
基线对比
点击视频播放/暂停 · 同步模式下自动对齐时间轴
4步 LightX2V Turbo 最快
步数: 4 采样器: res_multistep 调度: simple LoRA: 0.75 大小: 3.1 MB
8步 LightX2V Turbo 最佳画质
步数: 8 采样器: res_multistep 调度: simple LoRA: 0.75 大小: 2.9 MB

📋 详细对比

维度 4步 LightX2V 8步 LightX2V 15步 Native
渲染时间 206s (2.4x) 319s (1.6x) 502s (1.0x)
分辨率 1344×768 1344×768 1344×768
帧数 124帧 / 5.17s 124帧 / 5.17s 124帧 / 5.17s
文件大小 3.1 MB 2.9 MB 3.3 MB
亮度 (Vision) 7/10 8/10 6-7/10
细节锐度 6/10 8/10 7/10
伪影控制 中等(运动区域明显) 好(伪影大幅减少) 好
角色一致性 尚可 更好 好
综合评分 7/10 8.5/10 7/10

🔍 逐帧分析(左=4步 右=8步)

🤖 Vision 逐帧判读

Frame 0(首帧)

4步:偏亮/偏糊,背景细节少,运动伪影明显

8步:对比度更好,细节更多,伪影更少

→ 8步胜(细节 + 伪影控制)

Frame 60(中帧)

4步:偏暗,角色轮廓不够清晰,运动区域有伪影

8步:亮度均匀,角色更清晰,锐度明显更高

→ 8步胜(亮度 + 锐度)

Frame 120(尾帧)

4步:色彩偏淡,有噪点,暗部细节丢失

8步:色彩更饱满,曝光更好,画面更干净

→ 8步胜(色彩 + 干净度)

⚙️ 工作流配置

8步 LightX2V Turbo(推荐配置)

模型: minimax_h3_ref2va_pruned_int8_convrot.safetensors LoRA: minimax_h3_fl2v_lightx2v_turbo_4step_v0.1_comfy.safetensors (strength=0.75) 采样器: res_multistep 调度器: simple 步数: 8 CFG: 1.0 (via BasicGuider) 分辨率: 1344×768 帧数: 124 (5.17s @ 24fps) SigmaShift: 无(LightX2V LoRA 内部已处理) TE_MAN: 跳过(Windows .pyd,Linux 不可用)

🎯 结论与推荐

8步 LightX2V 全面优于 4步,在亮度、细节、锐度、伪影控制、色彩等维度均领先。 时间代价仅 +113s(+55%),仍比 Native 15步快 37%。

💡 推荐策略: 正式渲染用 8步(画质优先); 快速预览/迭代可用 4步(速度优先)。 两者都比传统 15步快 2-3 倍,且 8步画质评分超过 15步。

⚠️ 关键注意: LightX2V 模式下 不要使用 SigmaShift(或仅用 shift≤3), 因为 LoRA 内部已调整 sigma schedule,高 shift 会导致严重欠曝光。