MiniMax FastH3 4ステップ ComfyUI ワークフロー | 超高速 MiniMax H3 ワークフロー

FastH3 4ステップ ComfyUI ワークフロー#

このRunComfy対応グラフは、同期されたオーディオを伴う迅速なMiniMax H3 テキストからビデオ、及び初フレームのイメージからビデオを提供します。FastH3 4ステップ ComfyUI ワークフローは、実用的な視覚安定性を保ちながら、ComfyUIの8ステップスケジューラを維持しつつ、FastVideo VSA-DataFree 4ステップパスに従います。これは、シネマティックシーン、キャラクター主導の瞬間、製品ショット、雰囲気豊かなクリップに適しており、素早い反復作業が重要です。

ワークフローはフレームとオーディオをMP4に自動的にマルチプレックスし、オプションの初フレームI2Vブランチをサポートします。連続性が重要なショットのために開始画像を接続するか、純粋なT2V生成のために空のままにすることができます。プロンプトは長文形式で構造化可能で、クリップ間で視覚および音声の連続性を保つことができます。

Comfyui FastH3 4ステップ ComfyUI ワークフローの主要モデル#

• MiniMax H3 拡散モデル (FL2VA)。統一された潜在設計でクロスモーダルなビデオおよびオーディオ生成を駆動します。モデルファミリー参照：MiniMaxAI/MiniMax-H3。
• FastVideo FastH3 4ステップ VSA-DataFree 重み。スピード重視のドラフト作成に使用される超短4ステップパスを可能にします。重み参照：FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree。
• MiniMax H3 用 Qwen3-VL 32B AWQ テキストエンコーダ。スタイル、構成、およびオーディオキューのための高容量プロンプト理解を提供します。Comfy-Org MiniMax H3 アセットと共に配布：Comfy-Org/MiniMax-H3。
• MiniMax H3 ビデオVAE (FP16)。H3のネイティブコーデックで潜在ビデオをRGBフレームにデコードします。アセット参照：Comfy-Org/MiniMax-H3。
• MiniMax H3 オーディオVAE (FP32)。生成されたフレームに合わせて潜在オーディオトラックをデコードします。アセット参照：Comfy-Org/MiniMax-H3。

Comfyui FastH3 4ステップ ComfyUI ワークフローの使い方#

高レベルでは、ユーザー入力が解像度、持続時間、およびプロンプトを定義します。グラフはMiniMax H3 コンポーネントを準備し、T2VまたはI2Vのコンディショニングを構築し、その後、FastH3 4ステップパスに合わせて調整された簡潔なサンプリングパスを実行します。最後に、ビデオとオーディオをデコードし、共有可能なMP4に結合します。

ユーザー入力#

ユーザー入力グループで目標のルックとタイミングを設定します。ResolutionSelector (#115) を使用してアスペクトとピクセル予算を選択します。解像度はデコーダ互換性のために32の倍数に量子化されます。(input:FPS) PrimitiveFloat (#5986) を介してフレーム毎秒を選択し、(input:Duration) Seconds (#221) を介して秒単位でクリップ長を選択します。ComfyMathExpression (#220) の式は、持続時間をフレーム数に変換し、安定したスケジューリングと一貫したクリップ長を提供するためにストライドに合わせて調整します。(input:prompt) Text Prompt PrimitiveStringMultiline (#6005) に長文プロンプトを追加します。StringConcatenate (#6115) は、再利用可能なスタイルまたは連続性アンカーを保持するのに役立ちます。

モデル#

モデルグループはH3のコアコンポーネントとオプションのアテンション調整をロードします。UNETLoader (#215) は、速度を維持しながら一貫性を保つために4ステップパスを可能にするFastVideo VSA-DataFree FL2VA 重みを選択します。CLIPLoader (#216) は、豊かな言語基盤を提供するQwen3-VL 32B AWQ テキストエンコーダを導入します。2つのVAELoader ノードは、最終的な忠実なデコードのためにビデオとオーディオブランチを処理します。PathchSageAttentionKJ (#223) は、スケジューリング前に軽量なアテンション修正を適用し、非常に短いスケジュールでのディテール保持を改善できます。

コンディショニング#

コンディショニングはMiniMaxH3ImageToVideo (#219) によって組み立てられ、T2Vまたは初フレームI2Vのエントリーポイントとしても機能します。画像をfirst_frameに接続すると、そのフレームからモーションがコンディションされます。それ以外の場合は、プロンプトからの純粋なテキストからビデオを実行します。ユーザー入力グループから幅、高さ、長さが流れ、ダウンストリームノードに触れることなく迅速にスケールできます。Get_duration (#6067) とGet_strPrompt (#6069) は、プロンプトとタイミングの適用が一貫して行われるように、共有値をクリーンに管理します。出力は肯定的なコンディショニングと、サンプラーが精緻化する準備された潜在を提供します。

サンプリング#

サンプリングはコンパクトでFastH3に合わせて調整されています。RandomNoise (#217) が軌道をシードし、BasicGuider (#214) がコンディショニングからガイダンスを構築し、KSamplerSelect (#211) が短パスに最適化されたマルチステップサンプラーを選択します。MiniMaxH3SigmaShift (#6007) は、FL2VA 重みのためにH3のノイズスケジュールを調整し、BasicScheduler (#212) は実用的なバランスを保つために保存されたワークフローを8ステップで維持します。SamplerCustomAdvanced (#213) がデノイジングを駆動し、ビデオとオーディオの両方のコンテンツを含む単一の潜在ストリームを生成します。

デコードとビデオ作成#

サンプリングが完了すると、VAEDecode (#210) が潜在ビデオをフレームに変換し、VAEDecodeAudio (#209) が同期されたオーディオを再構築します。Video Helper Suite のVHS_VideoCombine (#6104) は、プロジェクトのフレームレートでシーケンスをMP4にマルチプレックスします。出力をプレビューでき、ノードはレビューのために出力ディレクトリに単一のファイルを書き込みます。幅、高さ、フレーム数はすでに上流で検証されているため、このステージは手間いらずで迅速です。初フレームを提供した場合、モーションはそれから流れます。それ以外の場合、クリップは完全にプロンプトから始まります。

Comfyui FastH3 4ステップ ComfyUI ワークフローの主要ノード#

MiniMaxH3ImageToVideo (#219)#

T2Vおよび初フレームI2Vの中心的なコンディショニングハブ。プロンプトとタイミングの入力を提供し、連続性が重要なショットのためにfirst_frameをオプションで接続します。スケールとアスペクトのために幅と高さを調整し、それらを32の倍数に保ちます。長さは、持続時間からフレームへのロジックに基づくため、手動で設定する必要はほとんどありません。

MiniMaxH3SigmaShift (#6007)#

MiniMax H3のFL2VAスケジュールに合わせて調整されたシグマシフトを適用し、短パスサンプラーの安定性を維持します。FastH3ルートに合わせて構成されたままにしてください。主に互換性と品質の安全策です。H3の重みやスケジューラを交換する場合にのみ変更を検討してください。

BasicScheduler (#212)#

4ステップの重みパスとよくペアリングされる8ステップスケジュールを提供し、実用的な品質ベースラインを提供します。ステップを減らしてより速いドラフトを作成したり、安定性を少し高めたりできますが、ディテールと速度のトレードオフに注意してください。ステップ数はシグマシフトとサンプラーの選択と相互作用するため、変更は慎重に行ってください。

SamplerCustomAdvanced (#213) と KSamplerSelect (#211)#

FastH3で使用される短いデノイジング軌道を実行します。選択されたサンプラーは、非常に少ないアップデートでマルチステップの効率と一貫性を高めるように調整されています。このペアリングを維持し、H3用に検証された代替サンプラーを試す場合を除いてください。

ResolutionSelector (#115)#

アスペクトとピクセル予算の高レベルコントロール。モデルの内部に触れることなくルックをスケールするために使用し、非常に速いドラフトには約0.7〜1.0メガピクセルに変換される解像度を好み、最終ショットを固定する際にはスケールアップします。出力はデコーダを効率的に保つために量子化されています。

VHS_VideoCombine (#6104)#

デコードされたフレームとオーディオを単一のMP4に結合します。品質とサイズはその圧縮とフレームレートコントロールを介してバランスを取ることができます。Video Helper Suiteの一部であり、ここで探索できます：Kosinkadink/ComfyUI-VideoHelperSuite。

オプションの追加#

• 初フレーム I2V: デザインボード、写真、または前のショットからの連続性のためにMiniMaxH3ImageToVideo (#219) のfirst_frameに画像を接続します。
• プロンプティング: StringConcatenate (#6115) に再利用可能なスタイルバイブルを保持し、一貫性を保つためにメインプロンプトにはシーン固有の指示のみを入れます。
• タイミング: 秒単位でのみ調整します。グラフはフレーム数をストライドに合わせて調整し、スタッターを回避し、オーディオを自動的に整列させます。
• スピード対品質: ResolutionSelector (#115) で低メガピクセルでドラフトし、BasicScheduler (#212) で解像度を上げ、必要に応じてステップ数を増やして最終化します。
• 参考資料: このワークフローで使用される重みやアセットをMiniMaxAI/MiniMax-H3、FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree、およびComfy適応で探索してください：barelymining/ComfyUI-MiniMax-H3-FastVideo。

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、それに基づいて構築されています。MiniMaxAI の MiniMax-H3、FastVideo の FastH3 4-step VSA-DataFree 重み、barelymining の ComfyUI-MiniMax-H3-FastVideo に感謝いたします。詳細については、以下にリンクされた元の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#

• AI Future Tech/Workflow source and reference
  • Docs / リリースノート: Patreon post
• barelymining/ComfyUI-MiniMax-H3-FastVideo
  • Hugging Face: barelymining/ComfyUI-MiniMax-H3-FastVideo
• FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree
  • Hugging Face: FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree
• MiniMaxAI/MiniMax-H3
  • Hugging Face: MiniMaxAI/MiniMax-H3
• Comfy.org/MiniMax H3 tutorial
  • Docs / リリースノート: Comfy.org tutorial

注: 参照されたモデル、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の提供するライセンスおよび条件に従います。