VDN 脸崩治理 · 六臂对比（case08 高动态 1024×576×362f · seed 20260907 · 同参同ref）

背景：v1.4.0 远景小脸糊化调研落地。升级 v1.5.1（refiner 修复）+ 参数扫描 3 臂 + FL2VA 关键帧条件化 1 臂，全部 SUCCESS。 vision 预筛排序：F1（关键帧锁定）≥ C2（winrad2）> v1.5.1 > v1.4 基线——frame180 男主脸 F1/C2 完整可辨、基线糊团+双人物融合。 agent vision 自评 ≠ 终审，请以本页锁步+全屏盲听盲看定谳。

A · v1.4.0 基线基线

现役 vdn-8 档（升级前锚点） · 663s 档位外 · vdnmx 实测 795s · 已知糊化样本来源

B · v1.5.1 refiner修复主对照

插件升级 · 唯一变量=版本 · 663s · 峰值15.7G · token_refiner LoRA 恢复挂载

C · C1 attention_backend=grouped参数扫描

flex→grouped（窗口精确SDPA） · 600s · 峰值21.0G · 速度↑10% 质量待判

D · C2 window_radius=2 判读推荐参数扫描

滑窗半径 1→2（训练外推） · 703s · 峰值15.6G · frame180 脸部表现突出

E · C3 stage_b_strength=1.2参数扫描

教师档 adapter 加权 1.0→1.2 · 631s · 峰值17.7G · 过曝风险轴

F · F1 FL2VA 关键帧条件化新能力

GT首尾帧锁身份（核心新能力） · 602s · 峰值20.2G · 轨迹/身份锚定臂

对照锚 · F1 条件关键帧（黄虚线框 = 输入条件，非判题对象）

条件首锚

F1实测首

F1实测尾

条件尾锚

F1 首帧为俯视远景（GT 同构图）；A-E 臂为 r2v 三参考图模式，无条件帧锚。

判读指引

① 0.25× 慢放 + 放大（origin 已对准画面中下部人物区）看 frame≈170-200 快动作段（≈7-8.3s）：基线在此处男主糊团+双人物融合。 ② F1 臂注意：首尾被 GT 帧锁定，中段动作轨迹与基线不同属预期（关键帧引导）。 ③ 六臂音频轨均含 H3 原生环境音生成；工具栏勾选解除 A 臂静音可听原声。 ④ 规格全一致（1024×576·362f·15.08s·h264 yuv420p），锁步可信。

六臂配置与实测

臂	唯一变量	耗时	VRAM 峰值	vision 预筛结论（frame180 快动作帧男主脸）
A v1.4.0	—（基线锚点）	795s(vdnmx)	22.2G	❌ 糊团+红绿双人物融合
B v1.5.1	插件版本（refiner LoRA 恢复挂载）	663s	15.7G	△ 与基线相近，单点改善不显著
C1 grouped	attention_backend flex→grouped	600s	21.0G	△ 脸部可辨度提升
C2 winrad2	window_radius 1→2（训练外推）	703s	15.6G	✓ 脸完整、无融合、形体连贯
C3 sb_str1.2	stage_b_strength 1.0→1.2	631s	17.7G	△ 轻度提升
F1 FL2VA	GT 首尾帧条件化（MiniMaxH3ImageToVideo first/last）	602s	20.2G	✓ 远景小脸最完整、动作自然、结尾对视复现

附：1152×640 解禁（v1.5.1 附带收益）

v1.5.0 帧统计分批（delta-rule 峰值 −2.6GiB bit-identical）实测：1152×640×362f（266.9M tokens，v1.4.0 双卡确认 OOM 点）在 v1.5.1 下 SUCCESS 932s / 峰值 22.8G——15s 档天花板 1088×608 → ≥1152×640。产物 vids/ 外另存：/mnt/agents/output/gpu1/MiniMaxH3/v151ab_08_1152x640_362_00001_.mp4。KMC vdn-8 档 SAFE_LINE 235M 可回调（待 Kai 拍板数值）。

审计链：参考图装配审计（装配合规，排除缺 ref 根因）· FL2VA 可行性报告 · 生成臂 seed=20260907 · refs=c08_rn/c08_wv/c08_bg（B-v4 配方）· 渲染引擎 :8188 v1.5.1+kai.v030shim（refiner 修复运行时验证 PRESENT）

口径：agent vision 自评仅预筛，Kai 盲测/亲审 = 终审。