RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu! (when checking argument for argument tensors in method wrapper_CUDA_cat)

快速结论：这个报错通常出现在 ComfyUI 使用 MiniMax H3 Video VAE 进行解码，且显存不足导致 VAE 模型被部分 CPU offload 时。优先排查 ComfyUI 是否已更新（Issue 末尾标记为已修复），并确认 `comfy/ldm/minimax/vae.py` 中相关参数是否被显式搬到当前张量所在设备。

适用环境：ComfyUI；MiniMax H3 Video VAE；8GB 显存 GPU（如 RTX 3060 Ti）触发部分 CPU offload 时复现。Issue 中未确认 Python、CUDA、PyTorch 具体版本，也未提及操作系统，故不补写。

最快修复方案：暂未提供官方明确的一步修复命令；但 Issue 末尾评论为 “Fixed in the recent update”，可优先尝试将 ComfyUI 升级到包含 MiniMax H3 修复的最新版本。若无法升级，可参考用户验证过的本地补丁：在 `comfy/ldm/minimax/vae.py` 中将 `register_tokens`、`scale1`、`scale2` 显式 `.to(device=…, dtype=…)` 后再参与张量运算。

注意事项：该本地补丁是 Issue 报告者自行验证的临时方案，并非官方发布补丁；直接修改 `vae.py` 会在 ComfyUI 更新后被覆盖，且补丁可能未覆盖全部 CPU offload 路径。建议优先升级，而不是长期依赖手改源码。

问题场景

用户在使用 ComfyUI 生成 MiniMax H3 视频时，将潜在向量（latent）接入标准 `VAEDecode` 节点进行解码。在 8GB VRAM 显卡（如 RTX 3060 Ti）上，MiniMax H3 Video VAE 为了适配显存限制会被部分 offload 到 CPU，此时解码过程触发 PyTorch 设备不一致崩溃。用户已经确认禁用所有自定义节点后问题依然存在。

报错原文

File "comfy/ldm/minimax/vae.py", line 312, in forward
    h = torch.cat([h, self.register_tokens.expand(B, -1, -1), torch.zeros_like(h[:, 0:1, :])], dim=1)
RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu! (when checking argument for argument tensors in method wrapper_CUDA_cat)

-- and after patching that line --

  File "comfy/ldm/minimax/vae.py", line 293, in forward
    x = x.addcmul_(self.attn(comfy.rmsnorm.rms_norm(x, self.norm1.weight, self.norm1.eps), rotary_pos_emb), self.scale1)
RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu!

原因分析

最可能的原因是 MiniMax H3 VAE 在部分 CPU offload 时，模型中的某些参数或 buffer 没有随激活张量一起被移动到 GPU，导致它们留在 CPU 上。Issue 中明确指出的问题点有两处：一是 ViT3DDecoder.forward 中的 self.register_tokens 留在 CPU，而 <code