FastH3 4-Schritt ComfyUI Workflow#
Dieses RunComfy-fähige Diagramm liefert schnelle MiniMax H3 Text-zu-Video und Erstbild-zu-Video mit synchronisiertem Audio. Der FastH3 4-Schritt ComfyUI Workflow folgt dem FastVideo VSA-DataFree 4-Schritt Pfad, während er einen 8-Schritt Planer in ComfyUI beibehält, um praktische visuelle Stabilität zu gewährleisten. Er eignet sich gut für filmische Szenen, charaktergetriebene Momente, Produktaufnahmen und atmosphärisch reiche Clips, bei denen schnelle Iteration wichtig ist.
Der Workflow muxed automatisch Frames und Audio in eine MP4 und unterstützt einen optionalen Erstbild-I2V-Zweig. Verbinden Sie ein Startbild für kontinuierlichkeits-sensitive Aufnahmen oder lassen Sie es leer für reine T2V-Generierung. Prompts können langformig und strukturiert sein, sodass Sie visuelle und akustische Kontinuität über Clips hinweg tragen können.
Wichtige Modelle im Comfyui FastH3 4-Schritt ComfyUI Workflow#
- MiniMax H3 Diffusionsmodell (FL2VA). Treibt die cross-modale Video- und Audiogenerierung mit einem einheitlichen latenten Design an. Modellfamilienreferenz: MiniMaxAI/MiniMax-H3.
- FastVideo FastH3 4-Schritt VSA-DataFree Gewichte. Ermöglicht den ultra-kurzen 4-Schritt Pfad, der hier für schnelle Entwürfe verwendet wird. Gewichtsreferenz: FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree.
- Qwen3-VL 32B AWQ Text Encoder für MiniMax H3. Bietet ein hohes Maß an Promptverständnis für Stil-, Kompositions- und Audiocues. Verteilt mit den Comfy-Org MiniMax H3 Assets: Comfy-Org/MiniMax-H3.
- MiniMax H3 Video VAE (FP16). Decodiert latente Videos zu RGB-Frames mit H3's nativem Codec. Asset-Referenz: Comfy-Org/MiniMax-H3.
- MiniMax H3 Audio VAE (FP32). Decodiert die latente Audiospur, die mit den generierten Frames ausgerichtet ist. Asset-Referenz: Comfy-Org/MiniMax-H3.
Verwendung des Comfyui FastH3 4-Schritt ComfyUI Workflows#
Auf hoher Ebene definieren Benutzereingaben Auflösung, Dauer und Prompt. Das Diagramm bereitet MiniMax H3 Komponenten vor, baut die Konditionierung für T2V oder I2V auf und führt dann einen präzisen Abtastdurchgang durch, der auf den FastH3 4-Schritt Pfad abgestimmt ist. Schließlich decodiert es Video und Audio und kombiniert sie zu einer teilbaren MP4.
Benutzereingabe#
Stellen Sie Ihr Zielaussehen und Timing in der Benutzereingabegruppe ein. Verwenden Sie ResolutionSelector (#115), um das Seitenverhältnis und das Pixelbudget auszuwählen; Auflösungen werden in Vielfachen von 32 quantisiert, um die Kompatibilität des Decoders zu gewährleisten. Wählen Sie die Frames pro Sekunde über (input:FPS) PrimitiveFloat (#5986) und die Cliplänge in Sekunden über (input:Duration) Seconds (#221). Der Ausdruck in ComfyMathExpression (#220) wandelt die Dauer in eine Frameanzahl um und passt sie an ein stride-freundliches Vielfaches an, was stabile Planung und konsistente Cliplängen bietet. Fügen Sie Ihren langformigen Prompt in (input:prompt) Text Prompt PrimitiveStringMultiline (#6005) ein; ein Helfer StringConcatenate (#6115) ermöglicht es Ihnen, wiederverwendbare Stil- oder Kontinuitätsanker zu behalten.
Modelle#
Die Modellgruppe lädt die Kernkomponenten von H3 und optionale Aufmerksamkeitstweaks. UNETLoader (#215) wählt die FastVideo VSA-DataFree FL2VA Gewichte aus, die den 4-Schritt Pfad für Geschwindigkeit bei gleichzeitiger Kohärenz unter einem 8-Schritt Planer machbar machen. CLIPLoader (#216) bringt den Qwen3-VL 32B AWQ Text Encoder für reichhaltige Sprachverankerung ein. Zwei VAELoader Knoten bearbeiten Video- und Audiobranches für eine getreue Decodierung am Ende. PathchSageAttentionKJ (#223) wendet eine leichte Aufmerksamkeitsmodifikation vor der Planung an, die die Detailgenauigkeit in sehr kurzen Zeitplänen verbessern kann.
Konditionierung#
Die Konditionierung wird von MiniMaxH3ImageToVideo (#219) zusammengebaut, das auch als Einstiegspunkt für T2V oder Erstbild-I2V fungiert. Wenn Sie ein Bild an first_frame anschließen, konditioniert der Knoten die Bewegung von diesem Frame aus; andernfalls läuft er rein Text-zu-Video von Ihrem Prompt. Breite, Höhe und Länge fließen aus der Benutzereingabegruppe, sodass Sie schnell skalieren können, ohne nachgelagerte Knoten zu berühren. Get_duration (#6067) und Get_strPrompt (#6069) verwalten gemeinsam genutzte Werte sauber, sodass Prompt und Timing konsistent angewendet werden. Der Ausgang bietet positive Konditionierung und ein vorbereitetes Latent, das der Sampler verfeinern wird.
Abtastung#
Die Abtastung ist kompakt und auf FastH3 abgestimmt. RandomNoise (#217) setzt die Trajektorie, BasicGuider (#214) baut die Führung aus Ihrer Konditionierung auf, und KSamplerSelect (#211) wählt einen Multi-Step Sampler, der für kurze Pfade optimiert ist. MiniMaxH3SigmaShift (#6007) passt den Rauschplan von H3 für die FL2VA Gewichte an, während BasicScheduler (#212) den gespeicherten Workflow auf 8 Schritte hält, um ein praktisches Gleichgewicht zwischen Geschwindigkeit und Wiedergabetreue zu gewährleisten. SamplerCustomAdvanced (#213) treibt dann das Denoising an, um einen einzigen latenten Stream zu erzeugen, der sowohl Video- als auch Audiocontent enthält.
Decodierung und Videoerstellung#
Sobald die Abtastung abgeschlossen ist, wandelt VAEDecode (#210) das latente Video in Frames um und VAEDecodeAudio (#209) rekonstruiert das synchronisierte Audio. VHS_VideoCombine (#6104) aus der Video Helper Suite muxed die Sequenz zu MP4 mit der Bildrate des Projekts. Sie können die Ausgabe in der Vorschau anzeigen und der Knoten schreibt eine einzelne Datei in das Ausgabeverzeichnis, die zur Überprüfung bereit ist. Da Breite, Höhe und Frameanzahl bereits stromaufwärts validiert sind, ist diese Phase hands-off und schnell. Wenn Sie ein erstes Bild bereitgestellt haben, wird die Bewegung daraus fließen; andernfalls stammt der Clip vollständig aus dem Prompt.
Wichtige Knoten im Comfyui FastH3 4-Schritt ComfyUI Workflow#
MiniMaxH3ImageToVideo (#219)#
Zentrales Konditionierungshub für sowohl T2V als auch Erstbild-I2V. Geben Sie Ihre Prompt- und Timing-Eingaben an und verbinden Sie optional first_frame für kontinuierlichkeits-sensitive Aufnahmen. Passen Sie Breite und Höhe für Maßstab und Seitenverhältnis an, während Sie sie als Vielfache von 32 beibehalten. Die Länge ergibt sich aus der Logik von Dauer-zu-Frames, sodass Sie sie selten manuell einstellen müssen.
MiniMaxH3SigmaShift (#6007)#
Wendet eine auf MiniMax H3’s FL2VA-Plan abgestimmte Sigma-Verschiebung an, sodass der Kurzpfad-Sampler stabil bleibt. Lassen Sie es für die FastH3-Route so konfiguriert; es dient in erster Linie als Kompatibilitäts- und Qualitätsschutz. Erwägen Sie Änderungen nur, wenn Sie H3 Gewichte oder Planer austauschen.
BasicScheduler (#212)#
Bietet einen 8-Schritt Plan, der gut mit dem 4-Schritt Gewichtspfad für eine praktische Qualitätsbasis zusammenpasst. Sie können die Schritte reduzieren, um schnellere Entwürfe zu erhalten, oder sie leicht erhöhen, um mehr Stabilität zu erreichen, wobei das Gleichgewicht zwischen Detail und Geschwindigkeit zu beachten ist. Die Schrittanzahl interagiert mit Sigma-Verschiebung und Samplerwahl, daher sollten Änderungen mit Bedacht vorgenommen werden.
SamplerCustomAdvanced (#213) mit KSamplerSelect (#211)#
Führt die kurze Denoising-Trajektorie aus, die von FastH3 verwendet wird. Der ausgewählte Sampler ist auf Multi-Step Effizienz und Kohärenz mit sehr wenigen Aktualisierungen abgestimmt. Behalten Sie diese Paarung bei, es sei denn, Sie experimentieren mit alternativen Samplern, die für H3 validiert sind.
ResolutionSelector (#115)#
Hochrangige Steuerung für Seitenverhältnis und Pixelbudget. Verwenden Sie ihn, um das Aussehen zu skalieren, ohne die internen Modelle zu berühren, und bevorzugen Sie Auflösungen, die etwa 0,7–1,0 Megapixel für sehr schnelle Entwürfe übersetzen, dann skalieren Sie hoch, wenn Sie die finalen Aufnahmen festlegen. Die Ausgaben werden quantisiert, um Decoder effizient zu halten.
VHS_VideoCombine (#6104)#
Kombiniert decodierte Frames und Audio zu einer einzigen MP4. Qualität und Größe können über seine Kompressions- und Bildrateneinstellungen ausbalanciert werden. Es ist Teil der Video Helper Suite, die Sie hier erkunden können: Kosinkadink/ComfyUI-VideoHelperSuite.
Optionale Extras#
- Erstbild-I2V: Verbinden Sie ein Bild mit
first_frameaufMiniMaxH3ImageToVideo(#219) für Kontinuität von einem Designbrett, Foto oder vorherigem Shot. - Prompting: Halten Sie eine wiederverwendbare Stilbibel in
StringConcatenate(#6115) und geben Sie nur szenenspezifische Anweisungen in den Hauptprompt für Konsistenz über Clips hinweg. - Timing: Passen Sie nur Sekunden an; das Diagramm passt die Frameanzahl an ein stride-freundliches Vielfaches an, um Stottern zu vermeiden, und hält Audio automatisch ausgerichtet.
- Geschwindigkeit vs Qualität: Entwerfen Sie bei niedrigeren Megapixeln in
ResolutionSelector(#115), erhöhen Sie dann die Auflösung und, falls nötig, die Schrittanzahl inBasicScheduler(#212), um zu finalisieren. - Referenzen: Erkunden Sie die Gewichte und Assets, die von diesem Workflow verwendet werden, unter MiniMaxAI/MiniMax-H3, FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree, und die Comfy-Anpassung unter barelymining/ComfyUI-MiniMax-H3-FastVideo.
Danksagungen#
Dieser Workflow implementiert und baut auf den folgenden Arbeiten und Ressourcen auf. Wir danken MiniMaxAI für MiniMax-H3, FastVideo für die FastH3 4-Schritt VSA-DataFree Gewichte und barelymining für ComfyUI-MiniMax-H3-FastVideo für ihre Beiträge und Wartung. Für autoritative Details, konsultieren Sie bitte die Originaldokumentationen und Repositories, die unten verlinkt sind.
Ressourcen#
- AI Future Tech/Workflow Quelle und Referenz
- Docs / Release Notes: Patreon post
- barelymining/ComfyUI-MiniMax-H3-FastVideo
- Hugging Face: barelymining/ComfyUI-MiniMax-H3-FastVideo
- FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree
- MiniMaxAI/MiniMax-H3
- Hugging Face: MiniMaxAI/MiniMax-H3
- Comfy.org/MiniMax H3 tutorial
- Docs / Release Notes: Comfy.org tutorial
Hinweis: Die Nutzung der referenzierten Modelle, Datensätze und Codes unterliegt den jeweiligen Lizenzen und Bedingungen, die von ihren Autoren und Betreuern bereitgestellt werden.
