3D AIレンダリング with MINIMAX H3: クレイからシネマへ ComfyUIワークフロー#
このComfyUIグラフは、Mickmumpitzによって作成され、プレーングレーの3D「クレイ」レンダリングをシネマティックで完全にテクスチャーされたビデオに変換し、オプションで同期されたオーディオを追加します。オリジナルのアニメーションを構造として使用し、構成、ジオメトリ、モーションを固定しながら、モデルがマテリアル、ライティング、環境、フォトリアルなディテールを追加します。
3Dアーティスト、アニメーター、映画製作者向けに構築された3D AIレンダリング with MINIMAX H3は、DCCアニメーションとAIビデオ生成を橋渡しします。モーションには24 fpsのクレイパス、スタイルには1つ以上の静止「ルックプレート」を提供し、簡潔なプロンプトとタイムラインで結果をガイドします。ワークフローは、磨かれたショットとクイックレビュー用のオプションのサイドバイサイド比較を生成します。
ComfyUI 3D AIレンダリング with MINIMAX H3ワークフローの主要モデル#
- MiniMax‑H3 ref2va拡散モデル。構造に従いながらフレームとオーディオを合成するコアビデオジェネレーターです。ComfyUI用に出荷されたref2vaバリアントを使用します: minimax_h3_ref2va_pruned_int8_convrot.safetensors. Model
- Qwen‑VL 32Bテキストエンコーダー for MiniMax H3。プロンプト、タグ、タイムラインをH3が理解するコンディショニングにエンコードします。MiniMax調整済みファイルqwen3vl_32b_minimax_h3_nvfp4_awq.safetensorsを使用します。 Encoder
- MiniMax‑H3 Video VAE (fp16)。ビデオ潜在をRGBフレームにデコードします。 VAE video
- MiniMax‑H3 Audio VAE (fp32)。生成されたビジュアルに連動する音をデコードします。 VAE audio
- MiniMax‑H3 FL2VA 4‑step Turbo LoRA (オプション)。推論を高速化し、必要に応じてシャープなディテールを追加します。 LoRA
- MiniMax‑H3 pruned w4a8 mixed (オプションの小型ベース)。VRAMを節約する必要がある場合の縮小サイズの代替品です。 Alternative base
ComfyUI 3D AIレンダリング with MINIMAX H3ワークフローの使い方#
概観として、クレイビデオはモーションを定義し、ルックプレートの静止画はマテリアルとライティングを定義し、プロンプトがそれらを結びつけます。レンダーグループはこれらの信号をMiniMax H3に供給し、出力グループがフレームとオーディオをデコードし、結果を保存します。サイドバイサイドの比較も含まれます。
グループ1 — MINIMAX H3モデルのロード#
このグループは3D AIレンダリング with MINIMAX H3のモデルスタックを準備します。UNETLoader (#8)はMiniMax‑H3 ref2va拡散ウェイトをロードし、CLIPLoader (#9)はQwen‑VL 32Bテキストエンコーダーをロードし、2つのVAELoaderノード（#11はビデオ用、#13はオーディオ用）がデコーダーを供給します。小さなSet_*とGet_*ヘルパーがこれらのコンポーネントをキャッシュし、グラフ全体で再利用可能にします。MiniMax‑H3は一度のパスで画像と音を生成できるため、両方のVAEをアクティブに保ちます。小型のKijaiバリアントに切り替える場合は、拡散モデルファイルのみを変更します。
グループ2 — スピード#
このエリアはクレイパスへの構造ロックを維持しつつ、反復を加速します。LoraLoaderModelOnly (#16)は4ステップTurbo LoRAを適用し、より速く鮮明なプレビューを提供します。MiniMaxH3SigmaShift (#17)はLoRAに適したスケジュールを調整し、EasyCache (#18)が実行間の冗長な作業を回避します。ルック開発にはLoRAを使用し、最大の忠実度や柔らかい仕上げが必要な場合は、グループ5でマルチステップスケジュールでレンダーします。
グループ3 — 設定#
ここでは、3D AIレンダリング with MINIMAX H3の最も安全なキャンバスを導き出します。MinimaxH3Resolution (#121)は、H3のネイティブグリッドに基づいて幅と高さを提案するための参照画像を読み込み、歪みや時間的ちらつきを防ぎます。軽量なコントロールがステップとシードを保持し、PreviewAny (#122)がアクティブな解像度をエコーして迅速に確認します。長さは一度計算され、画像とオーディオがパイプライン全体で一致するように保存されます。再現可能なリテイクのためには、固定シードを保持してください。
グループ4 — 入力#
VHS_LoadVideo (#30)で24 fpsのクレイレンダリングをインポートします。ワークフローはショットの長さをH3の内部フレームグリッドに合わせるため、タイミングが安定します。すべてのフレームが必要な場合は、ソースを最も近い有効な長さにトリムまたはパッドしてください。一つから三つのルックプレートをLoadImage (#36, #38, #40)で追加します。ルックプレートは最終的なマテリアル、カラー、ライティングを表す静止写真やコンセプトイメージで、クレイビデオのフレームではなく、レイアウトを変更しません。生成にボイスや効果音を持ち込みたい場合は、外部オーディオファイルをLoadAudio (#34)でオプションでロードします。スピーチを生成する予定がある場合は、グループ5のレンダーノードにこのオーディオを接続します。
グループ5 — レンダー#
PROMPT (#44)に意図を記述します。クレイパス用のタグ<Video 1>と最初のルックプレート用の<Picture 1>を保持し、クリアな指示スタイルのテキストとクリップ全体にわたるTimeline:を記述します。3D AIレンダリング with MINIMAX H3の中心は、プロンプト、ルックプレート、クレイビデオ、オプションのボイスをコンディショニングと開始潜在に融合するMiniMaxH3ReferenceToVideo (#45)です。その潜在はBasicGuider (#57)、BasicScheduler (#58)、KSamplerSelect (#59)、RandomNoise (#60)およびSamplerCustomAdvanced (#61)を通じて最終ビデオ潜在を生成します。グループ3から幅、高さ、および長さが自動的に渡されるため、生成されたモーションとオーディオが参照に同期したままになります。
グループ6 — 出力#
VAEDecode (#67)はビデオ潜在をフレームに変換し、VAEDecodeAudio (#68)は音を出力します。AudioAdjustVolume (#69)はシンプルなレベル調整を提供し、CreateVideo (#70)が画像とオーディオをマスター用に結合し、SaveVideo (#71)がディスクに書き込みます。並行して、レビュー用のブランチがImageFromBatch (#76)とImageScale (#124)でクレイパスをトリムおよびスケールし、AIの結果をImageStitch (#77)でサイドバイサイドにステッチし、CreateVideo (#78)とSaveVideo (#79)を通じて比較クリップをエクスポートします。これにより、ジオメトリ、フレーミング、アニメーションが忠実に保持されていることを簡単に確認できます。
ComfyUI 3D AIレンダリング with MINIMAX H3ワークフローの主要ノード#
MiniMaxH3Resolution (#121)#
H3がそのアスペクトグリッドに着地するように、参照から安全でネイティブな幅と高さを決定します。アスペクト比を変更するには、カスタムサイズを強制するのではなく、クレイ入力を変更します。逸脱する必要がある場合は、ちらつきを避けるためにグリッドに合わせた値を保持してください。
VHS_LoadVideo (#30)#
構造を駆動するクレイパスを取り込みます。信頼できるモーションロックのために、24 fpsのソースを提供し、ノード内でのリサンプリングを避けてください。タイミングのずれが発生した場合は、クレイパスを24 fpsで再エクスポートし、ワークフローのスナップされた長さがクリップと一致することを確認してください。
MiniMaxH3ReferenceToVideo (#45)#
プロンプト、ルックプレート、参照ビデオ、オプションのボイスをビデオおよびオーディオ潜在に統合する中心的なレンダラーです。プロンプト内で<Video 1>および<Picture 1>タグを保持し、モデルが正しい入力にバインドするようにします。対話のためには、ボイストラックをノードの参照ビデオオーディオ入力にルートし、リップムーブメントがスピーチと一致するようにします。
LoraLoaderModelOnly (#16)#
高速でシャープなプレビューのために4ステップTurbo LoRAを適用します。探査とデイリーに使用します。より穏やかな外観やクレイパスに最も近い一致が必要な場合は、LoRAを無効にし、BasicScheduler (#58)とKSamplerSelect (#59)でマルチステップスケジュールでレンダーします。
BasicScheduler (#58) および KSamplerSelect (#59)#
ノイズが時間とともにどのように削除されるかを制御し、テクスチャのシャープネス、モーションのスムーズさ、およびクレイパスへの忠実度に影響を与えます。低ステップスケジュールは速度のためにTurbo LoRAとよく組み合わされ、LoRAなしのマルチステップスケジュールは正確さと柔らかい仕上げを強調します。結果が過度にシャープに見える場合は、異なるサンプラーストラテジーとより多くのステップを試してください。
VAEDecodeAudio (#68)#
生成されたオーディオ潜在をデコードします。CreateVideo (#70)で多重化する前にミックスにクイックレベル変更が必要な場合は、AudioAdjustVolume (#69)とペアにします。クリーンな対話のために、ソースボイスを正確なクリップ長にパッドし、繰り返しを避けてください。
オプションのエクストラ#
- ルックプレート: マテリアル、ライティング、カラーをキャプチャする高品質のスティルを使用します。スタイルリファレンスであり、レイアウトリファレンスではありません。クレイパスからのフレームをルックプレートとして供給しないでください。
- プロンプト: 禁止ではなく指示を書きます。「ワンコンティニュアステイク」のようなフレーズは「カメラ移動なし」よりも効果的です。最後のフレームに到達する
Timeline:を含めて、画像と音が途切れないようにします。 - オーディオのヒント: スピーチのためには、ボイスをレンダーノードの参照ビデオオーディオ入力に接続します。録音を無音でクリップ長に一致するようにパッドします。プロンプトに引用符で囲んで話されたラインを含め、「一度だけ」と言及します。
- フレームレート: クレイパスを24 fpsでエクスポートします。異なるレートは時間的に圧縮され、モーションがオリジナルのアニメーションからずれる可能性があります。
- 長さグリッド: ワークフローは安定性のために長さをH3の固定フレームグリッドにスナップします。正確な期間が必要な場合は、クレイパスを次の有効なグリッド値にトリムするか、オーディオを適切にパッドします。
- 迅速な反復: ルック開発にはTurbo LoRAをオンにし、組み込みのサイドバイサイドエクスポートを使用して構造を評価し、柔らかく、より忠実なレンダーを好む場合は、ファイナルにはマルチステップスケジュールに切り替えます。
- このワークフローで使用される便利なノード: ComfyUI‑KJNodes, ComfyUI‑VideoHelperSuite, および ComfyUI‑Mickmumpitz‑Nodes.
これらのパーツが整うことで、3D AIレンダリング with MINIMAX H3は、テクスチャなしのアニメーションから完成したシネマティックショットへの迅速で制御可能なパスを提供し、3Dツールで作成したステージングとモーションを保持します。
謝辞#
このワークフローは、以下の作品とリソースを実装し、構築しています。我々は、3D AIレンダリング with MINIMAX H3ワークフローとガイドの貢献とメンテナンスについて、Mjson ickmumpitzに感謝しています。権威ある詳細については、以下のリンク先のオリジナルドキュメントとリポジトリを参照してください。
リソース#
- Mickmumpitz/3D AI Rendering with MINIMAX H3 Workflow Source
- Hugging Face: Comfy-Org/MiniMax-H3
- ドキュメント / リリースノート: 3D AI Rendering with MINIMAX H3 Workflow Source
注意: 参照されているモデル、データセット、およびコードの使用は、それぞれの著者およびメンテナーによって提供されるライセンスおよび条件に従います。