ComfyUI-VDN-H3

这是一个为 MiniMax-H3 视频生成模型适配 ComfyUI 的轻量级插件，实现了 Video Delta Net（VDN）混合注意力机制。核心功能是在保持邻近帧精确 softmax 注意力的同时，对远距离时序上下文采用线性复杂度的 Video Delta Attention 分支，将长程注意力计算成本从 O(n²) 降至 O(n)，显著提升长视频生成的可扩展性。技术上采用纯 PyTorch 实现，兼容消费级 GPU（包括 Windows 和 sm_120 架构），无需修改 ComfyUI 核心，支持官方发布的 int8 检查点。适用于在本地硬件上实验长时序、高分辨率文本到视频（T2V）生成任务的研究者与创作者。