MiniMax-H3용 빠른 디코더 Sol-H3-VAE, ComfyUI 0.44.0에 지원 추가

올린 때 11월 7일 12:54 기준일 2026년 11월 7일

H3 영상의 VAE 디코딩을 대신하는 Sol-H3-VAE가 공개됐고 ComfyUI 0.44.0이 11월 4일 지원을 넣었다. RTX 5090 기준 5초 클립 디코딩이 12.5초에서 5.0초로 줄었다는 제작팀 수치가 있다.

무슨 일이 있었나

Hugging Face의 Sol-H3-VAE 모델 카드와 ComfyUI v0.44.0 릴리스 노트를 기준으로 정리한다.

Sol-H3-VAE (모델 카드)

H3의 VAE 디코더(36층)를 24층, 1.62B 파라미터의 비인과 디코더로 증류한 대체품이다. 같은 정규화 잠재(latent)를 받아 같은 프레임을 내며 오디오 디코더는 그대로다. (공식)
5초 클립 디코딩 시간, 기존 H3 VAE에서 Sol로: RTX 5090 768p 12.5초에서 5.0초, GB200 720p 6.16초에서 0.34초, GB200 2K 14.5초에서 0.89초. GB200 값은 CUDA 그래프, 5090 값은 eager 모드다. (공식, 제작팀 자체 측정)
화질: 기존 디코더 대비 PSNR 45.4dB(보류 잠재), 생성된 768p 클립에서는 38.2dB. 같지 않고 근사한 대체품이다. (공식)
메모리: CUDA 그래프를 쓰면 5초 클립이 720p에서 약 24GiB, 2K에서 약 48GiB. 클립 전체를 한 번에 디코딩하며 잠재를 하나씩 흘려 보내는 방식은 안 된다. (공식)
기본 고속 엔진은 Triton, FlashAttention-4, QuACK가 필요하다. engine="ref"는 순수 PyTorch로 돌아간다. 5090에서 첫 호출은 커널 컴파일에 약 25초 걸린다. (공식)
알려진 버그: SM120 GPU(RTX 5090, DGX Spark)에서 FlashAttention-4 4.0.0b19~b22는 varlen 버그로 메모리 접근 오류가 날 수 있다. 가드를 걸거나 ref 엔진을 쓰라고 안내한다. (공식)
라이선스: 코드는 Apache-2.0, 가중치는 MiniMax-H3 라이선스를 따른다. (공식)

ComfyUI v0.44.0 (11월 4일, 릴리스 페이지에는 연도 없음)

Sol-H3-VAE, MiniMax-H3 잠재 업스케일러, H3 컨텍스트 윈도 지원이 들어갔고 H3 Max 파트너 노드(Recast, Extend, Reframe, Insert, Lip Sync, Camera Control)가 추가됐다. (공식)
영상 저장에 ProRes 출력과 크로마 서브샘플링 선택이 추가됐다. VAE 연산 dtype을 정하는 노드가 생겼고, LTX 2.5 VAE 디코더에서 그 옵션을 쓸 때 나던 충돌이 고쳐졌다. (공식)
FlashVSR와 이미지 업스케일 노드가 Comfy Router(WaveSpeed 파트너 노드 아래)로 옮겨졌다. (공식)

확인하지 못한 것: 독립 측정(위 시간은 모두 제작팀 수치), 생성 화질의 눈으로 본 비교, 모델 카드의 공개 날짜.

5090 한 장으로 H3를 돌리는 사람에게는 디코딩 단계가 절반 이하로 줄어든다는 점이 눈에 띈다. 다만 720p에서 약 24GiB가 더 필요하고, 5090 계열에는 FlashAttention-4 버그 주의 사항이 있어서 속도만 보고 바꾸기는 이르다.

FlashVSR 노드가 Comfy Router로 옮겨졌다는 변경은 기존 워크플로에서 FlashVSR를 쓰는 사람이 업데이트 뒤 노드가 그대로 동작하는지 확인해야 한다는 뜻이다.