2026-09-17 官方 Director「段间引导 / AV latent 续接」两次整机硬挂 —— 相关性与归因更正

结论（保守版）：暂时不要用 ComfyUI_MiniMaxH3_Director 的「段间引导」 （guide motion context = 上一段 AV latent 尾部钉入下一段）。 长视频改用「每段一个独立任务 + 上一段尾帧作像素参考 + 后期交叉溶像」。 ⚠️ 但「是续接本身还是多段单任务导致挂机」尚未证明（见第三节归因更正）。

一、两次复现（都是整机冻结，必须人工断电）

#	时间	配置	结果
1	09-16 23:20→23:47	3 段单任务、段间引导 22f、Singularity ref2va + 二采、780 帧、864×480	约 25 分钟（段 2 期间）整机冻结：ARP FAILED / ICMP 100% 丢 / SSH No route to host，panic=0 不自愈，人工断电
2	09-17 20:14→20:23	同上重跑（机器刚重启、内存 29GB 可用、--disable-pinned-memory 已开、RAM 哨兵在线）	启动后 约 6 分钟再次整机冻结；崩溃前日志（comfyui_8189_opt.log.bak-*）末行 = 段 1 一采 `25%
对照	09-17 18:46→20:11	单段独立任务 ×5（同模型、同二采、同画布）	全部跑完，单次 18~36 分钟；期间 MemAvailable 稳定 20~25GB，无任何异常

排除了内存窒息：第 2 次复现时 RAM 充裕（启动 29GB 可用，崩溃瞬间仍 >20GB）， 所以这次不是 09-15 那份报告里「pinned 内存 27GB + 换页抖动」的机制。

二、用到的确实是 AV Latent 尾部续接（不是像素尾帧）

崩溃任务的 timeline.output 实测： {"continuityEnabled": true, "continuityOverlapFrames": 22, "continuityKeepTail": false}， 未设 continuityMode → 默认 guide；日志：Segment continuity: ON (guide motion context 22f) | Pin from prev: #2, #3。

director/h3_motion_context.py::apply_motion_context() 的动作：把上一段的 AV latent 尾部 （视频 latent 22 帧 + 音频 latent 24 帧 @40Hz）作为永不降噪 conditioning 钉进下一段、 解码后裁掉钉入前缀（日志原话 previous AV tail + trim prefix）。 因二采把画布从 864×480 改成 1280×704，select_continuity_pin_latent() 会取上一段一采的 AV latent（v9 行为）。

三、⚠️ 归因更正：补丁路径不是本次挂机的证据

初版结论把挂机归因于 h3_context_patches.py 的 monkey-patch，这条站不住：

• apply_motion_context()（唯一调用 ensure_layout_patch() / ensure_payload_patch() 的地方） 只在 seg.index > 0 时执行；
• 两次挂机都发生在段 1 的一采采样（第二次日志末行 25%|1/4 [01:31<04:34, 91.66s/it]）， 此时没有任何 pin，补丁也尚未装载。

所以目前只是相关性：

路径	是否有 AV latent 续接	结果
3 段单任务 + 段间引导 ×2	有	整机冻结 ×2
单段独立任务 ×5（18~36 分钟/次）	无（纯像素尾帧）	全部跑通

补丁路径的潜在风险依然真实（它会从 comfy.ldm.minimax.model 层打 layout/payload 补丁， 而本机同时装着自带同类补丁的 ComfyUI-H3-Motion-Context），但本次挂机不能归因于它。

四、尚未排除的差异（下次隔离实验要验证的）

「3 段单任务」与「单段任务」的差别不止续接：total_frames=780 的整段导出/缓存路径、 clear_vram_between_segments、段缓存落盘、以及一次性长时高负载。隔离实验设计：

1. 3 段单任务 + 关掉段间引导（continuityEnabled: false）——若仍挂 → 责任在「多段单任务」；
2. 若不挂 → 责任在连续性路径（再二分 guide vs continue）。

（每次实验都有挂机风险，需有人在机器旁；用户已知情。）

五、行动规则（写进以后的长视频流程）

1. 暂停在 timeline 里开 output.continuityEnabled，即暂停使用 段间引导 / motion context。
2. 长视频 = N 个独立 ComfyUI 任务，每段任务：
   • 参考图 <Picture 1> = 上一段的尾帧（variant c，实测比作 <Picture 3> 续接 MAD 低 14%）
   • <Picture 2> = 角色图，<Picture 3> = 场景背景图
   • 固定 seed，段长用 17k+5 网格（260 帧 = 10.833s）
3. 接缝用 ffmpeg xfade 交叉溶像（12 帧 = 0.5s）+ acrossfade 隐藏比例跳变；或设计成硬切分镜。
4. 复现用脚本：~/Downloads/h3-tasks/bg-corridor/{h3_run.py,h3_seg.py,rtx_upscale.py,assemble_film.sh}。
5. RTX VSR 放大不要对整片做，按 130 帧分块（单块输出张量 2560×1408×130 ≈ 5.6GB）。

六、现场取证要点（下次再挂时照做）

• 崩溃前日志在 ~/comfyui_8189_opt.log（重启前会被 restart_comfy.sh 备份成 comfyui_8189_opt.log.bak-<月日-时分>）——这是唯一能看出「挂在哪一步」的东西。
• 崩溃时 ping：DSH 机侧 ip neigh 显示 192.168.31.31 … FAILED，路由器可达 → 判定整机挂而非网络故障。
• 本机 kernel.panic=0 / hung_task_panic=0 / softlockup_panic=0，硬挂后不会自愈，只能人工断电； 要自愈需打开 kernel.panic=10 + hardlockup_panic=1（用户 09-17 选择暂不改）。

七、相关文件

• 本次任务报告：dl-hub/10-视频生成流水线/20260916_2340_仙宫玉廊_汉服女子背影行走/生成报告.md
• 内存哨兵：GPU 机 ~/ram_guard.sh（MemAvailable < 2.5GB 连续两次 → POST /interrupt），日志 ~/ram_guard.log
• 历史同类：2026-09-15-连续生成6小时后整机硬挂-取证报告.md（内存窒息版）、 09-14 SageAttention 掉总线结论（见 10-视频生成流水线/H3换人视频-部署与实测报告-20260914.md）

---

八、2026-09-18 补充：新图（无任何补丁）同样挂 → 归因更新为「长时满载硬挂」

8.1 新证据（01:00:41 第三次挂机）

用完全自建图重跑官方质量基线（1344×768 / 20 步 / res_multistep / 无 LoRA）， 链路只用官方 H3 节点 + 独立 ComfyUI-H3-Motion-Context 0.5.1：

• 没有 Director、没有 h3_context_patches、没有 SageAttention、没有 Sol-Attn （Motion Context 0.5.1 明确「不再 patch 任何 ComfyUI 代码」，只做 layout 契约自检）
• 段 1（260 帧，88 分钟）跑通；段 2（294 帧）在 13/20 步、耗时 1:18:05 时整机硬挂
• 内存哨兵全程只有心跳（MemAvailable 20~25GB、SwapFree 70GB）， 从未触发 LOW/INTERRUPT → 排除内存窒息
• 崩溃前每步耗时从 253s 劣化到 360s（+42%），显存 15.1/16.3GB、GPU 76℃

8.2 更新后的结论

这台机器在 H3 长时间满载下会整机硬挂，与软件路径无关（Director 补丁只是其中一次的共同点， 不是必要条件）。目前观察到的经验边界：

单次连续满载时长	结果
9~12 分钟 × 3 段连跑（480P/4 步）	✅ 安全
36 分钟（480P/4 步 + 二采）	✅ 安全
88 分钟（1MP/20 步，Singularity）	✅ 侥幸跑通
84 分钟（1MP/20 步，294 帧）	❌ 硬挂

→ 工程红线：单次连续满载控制在 ≤60 分钟。

8.3 关键性能事实（决定配方，别再踩）

• 每步耗时与底座大小无关：Singularity(21GB) 253 s/步 ≈ w4a8(11.8GB) 262 s/步 → 瓶颈是纯算力，不是权重流式搬运。换小底座不提速（只降显存压力）。
• 1344×768 × 260 帧 ≈ 26 万 token，本卡（RTX 5060 Ti）~260 s/步 → 20 步 = 88 分钟/段， 天然跨过挂机区间。
• 想要 1MP 清晰度又要落在 ≤60 分钟：步数 12 步（≈57 分钟/段） 或把段切得更短。
• 分辨率是清晰度的主导项：实测 1344×768/20 步 比 864×480/4 步 锐度（拉普拉斯方差） 高 4.0 倍（3 帧独立测量 3.95/4.01/4.00），而把 480P 单纯放大到同尺寸只有插值收益。