MiniMax H3 ComfyUI 画像から動画への4ステップターボ

MiniMax H3 ComfyUI 画像から動画への4ステップターボ#

MiniMax H3 ComfyUI 画像から動画への4ステップターボは、ComfyUIで直接ネイティブステレオオーディオ付きの短い動画に1枚の静止画を変換するRunComfy対応のワークフローです。MiniMax H3 (Hailuo) 画像から動画へのパイプラインを実行し、Turbo LoRAを適用して、デフォルトのスケジュールよりもはるかに少ないサンプリングステップでモーションとダイアログをプレビューできます。

このグラフは、ComfyUIキャンバスを離れることなく、迅速なI2Vドラフトを望むクリエイター向けに構築されています：話すキャラクター、迅速な製品スピン、または同期された音を伴う環境シーン。開始フレームとモーション/ダイアログプロンプトを提供してください。ワークフローはビデオフレームとステレオオーディオを一緒に生成し、ダウンロード可能なクリップにマルチプレックスします。

Comfyui MiniMax H3 ComfyUI 画像から動画への4ステップターボワークフローの主要モデル#

• MiniMaxAI/MiniMax-H3 マルチモーダルビデオモデル。公式のH3モデルは同期されたステレオオーディオ付きのビデオを生成し、最初のフレームI2Vをサポートします。このワークフローはComfy-Orgのリパックを使用しています。 MiniMaxAI/MiniMax-H3 と Comfy-Org/MiniMax-H3
• MiniMax H3 Video VAE。H3の拡散バックボーンで使用されるビデオラテントをエンコード/デコードします。Comfy-Orgのリパックに含まれています。 Comfy-Org/MiniMax-H3
• MiniMax H3 Audio VAE。モデルのオーディオラテントをフレームに合わせてネイティブステレオ波形にデコードします。Comfy-Orgのリパックに含まれています。 Comfy-Org/MiniMax-H3
• Qwen3‑VL 32B テキストエンコーダー (MiniMax H3バリアント)。H3のコンディショニングにモーションとダイアログプロンプトを解析します。Comfy-Orgリリースの下でtext_encodersにパッケージされています。 Comfy-Org/MiniMax-H3
• MiniMax‑H3 Turbo LoRA (4‑ステップ)。非常に低いステップ数でのシャープなプレビューを可能にするH3サンプリングを加速するLoRA。 larryvrh/MiniMax-H3-Turbo-Lora とLoRA概念論文 LoRA: Low‑Rank Adaptation

Comfyui MiniMax H3 ComfyUI 画像から動画への4ステップターボワークフローの使用方法#

全体の流れ。グラフはアップロードされた画像をスケールし、持続時間を有効なH3フレーム数に変換し、Turbo LoRAを適用したH3に開始フレームとプロンプトをフィードします。サンプラーは結合されたビデオとオーディオラテントを生成し、デコードしてダウンロード可能なクリップにマルチプレックスします。

画像をアップロードします。LoadImage (#114)を使用して、アニメーション化したい最初のフレームを提供します。画像はLayerUtility: ImageScaleByAspectRatio V2 (#167)によって自動的にターゲットの長辺にスケールされ、アスペクトを保持しつつ、派生した幅/高さがコアH3ノードにフィードされます。歪みを避けるために必要に応じてレターボックスが使用されます。これにより、H3の好むグリッドに一致しながら、構成が維持されます。

パラメータとプロンプト。Durationコントロール（ラベル「Duration (sec)」）を使用してクリップの長さを設定します。これは小さな数学ノードComfyMathExpression (#134)にフィードされ、秒をフレームに変換し、フィルムレートでH3の有効なグリッドにスナップします。モーションとダイアログを緑のeasy positiveプロンプトノード (#152)に入力します。自然な文章や引用されたスピーチを書くことができます。プロンプトはCLIPLoader (#130)を通じてQwen3‑VLテキストエンコーダーによってエンコードされ、モデルのためのコンディショニングを準備します。

コア生成。UNETLoader (#129)はMiniMax H3拡散バックボーンをロードし、VAELoader (#121, #122)はビデオとオーディオのVAEをロードします。Turbo LoRAはランタイムでLoraLoaderModelOnly (#171)によってマージされ、メモリ効率の良いアテンションパッチ（MiniMaxH3MemoryEfficientSageAttentionPatch (#170)）がVRAMを削減するのに役立ちます。メインノードMiniMaxH3ImageToVideo (#133)は、開始フレーム、プロンプト、計算された幅/高さ/長さを受け取り、同期されたビデオとオーディオラテントを生成します。

サンプリングとデコード。コンパクトなサンプラースタック（KSamplerSelect (#125), BasicScheduler (#126), BasicGuider (#128), SamplerCustomAdvanced (#127), RandomNoise (#131)）はTurbo LoRAのおかげで非常に少ないイテレーションでノイズ除去を実行します。VAEDecode (#124)はビデオラテントをフレームに変換し、VAEDecodeAudio (#123)はそれらのフレームに合わせたステレオオーディオを生成します。デコード設定を調整する必要はありません。それらはクリーンプレビューのために配線されています。

出力。CreateVideo (#132)はフレームとオーディオを作業フレームレートで単一のクリップにマルチプレックスし、SaveVideo (#92)は構成されたファイル名プレフィックスで書き込み、RunComfyからすぐにダウンロードできるようにします。結果は、開始フレーム、モーションプロンプト、ダイアログを反映した短い同期されたビデオです。

Comfyui MiniMax H3 ComfyUI 画像から動画への4ステップターボワークフローの主要ノード#

MiniMaxH3ImageToVideo (#133)。グラフの中心：開始フレーム、エンコードされたプロンプト、ターゲットサイズ/長さを消費し、結合されたビデオとオーディオラテントを生成します。このワークフローであなたに露出された少数の入力のみを調整してください：強力で説明的なプロンプト（引用されたダイアログを含む）を提供し、現実的な持続時間を設定してください。ノードはComfy-OrgのリパックからのH3モデルとVAEを使用して残りを処理します。 Comfy-Org/MiniMax-H3

LoraLoaderModelOnly (#171)。サンプラーが非常に少ないステップで高いシャープネスに達するようにMiniMax‑H3 Turbo LoRAを注入します。アーティファクトをスピードのためにトレードする必要がある場合は、LoRAの強度をわずかに下げてください。モーションがぼやけて見える場合は、上げてください。LoRAは、プルーンされたものや量子化されたリパックを含む一般的なH3ベースのバリアント全体で動作するように設計されています。 larryvrh/MiniMax-H3-Turbo-Lora

BasicScheduler (#126)とSamplerCustomAdvanced (#127)。一緒にデノイズスケジュールとステッピングの動作を制御します。Turbo LoRAがあるので、非常に低いステップ数で迅速なプレビューを実行できます。ステップを増やすことで、時間が許せば安定性がわずかに向上します。特定の外観を求めていない限り、スケジューラーとサンプラーの選択は通常通りにしてください。

LayerUtility: ImageScaleByAspectRatio V2 (#167)。アップロードされた静止画をアスペクトを保持しつつモデルに優しい解像度にリサイズすることを保証します。ソースイメージを切り替えるときに予期しないクロップや歪みを避けるためにこれを使用してください。ノードはコアH3ノードが消費する正確な幅/高さを出力します。 ComfyUI_LayerStyle

ComfyMathExpression (#134)。秒をフレームに変換し、H3の有効なフレームグリッドにカウントをスナップして、オーディオがビデオにフェーズロックされるようにします。これは、H3がサポートしないフレームカウントを避け、マルチプレックス段階で微妙な同期ズレを防ぐ“セーフティガード”と考えることができます。入力はキャンバスの上部で設定した平易な英語の持続時間です。

MiniMaxH3MemoryEfficientSageAttentionPatch (#170)。H3でのサンプリング中にピークVRAMを低減する実験的なアテンション最適化を適用します。大きなサイズで作業する際やメモリが限られたGPUで作業する際にオンにしてください。クリエイティブな意図を維持しながらフィットを改善します。 ComfyUI‑KJNodes

オプションのエクストラ#

• リップシンクのためのプロンプト：実際のセリフを引用符で書き（例：「ディナーができました — このカルボナーラを試してください。」）環境音とカメラの動きを平易な言葉で記述します。
• 構成を優先：対象を意図した距離で既にフレームに収めた開始フレームを選びます。アニメーションはその構成を尊重します。
• スピード対ポリッシュ：MiniMax H3 ComfyUI 画像から動画への4ステップターボ設定は高速プレビュー向けに調整されています。重要なショットの場合、いくつかのステップを追加するか、LoRAの強度をわずかに低下させて過剰にシャープな粒子を抑制してください。
• ランタイムの余裕：VRAMの制限に達した場合、最大画像側の長さを小さくするか、持続時間を短くするか、メモリ効率の良いアテンションパッチを有効にしてください。
• ベースを探索：このワークフローはComfy‑Org H3リパックバリアント（bf16、int8 convrot、プルーン）と互換性があります。ベースを変更する場合、Turbo LoRAをモデルローダーとサンプラーの間に接続して同じ加速効果を維持してください。 Comfy-Org/MiniMax-H3

謝辞#

このワークフローは、以下の作品やリソースを実装し、構築しています。MiniMax H3モデルのMiniMax、MiniMax H3 ComfyUIワークフローのチュートリアルのComfy.org、MiniMax-H3モデルの重みのComfy-Org、MiniMax-H3 Turbo LoRAのlarryvrhの貢献と保守に心より感謝します。権威ある詳細については、以下のリンクされた元のドキュメントとリポジトリをご参照ください。

リソース#

• MiniMax/MiniMax H3公式発表
  • ドキュメント / リリースノート: MiniMax H3公式発表
• Comfy.org/MiniMax H3チュートリアル
  • GitHub: Comfy-Org/docs
  • ドキュメント / リリースノート: MiniMax H3チュートリアル
• Comfy-Org/MiniMax-H3モデルの重み
  • Hugging Face: Comfy-Org/MiniMax-H3
• larryvrh/MiniMax-H3 Turbo LoRA
  • GitHub: Larryvrh/ComfyUI-MiniMax-H3-Turbo
  • Hugging Face: larryvrh/MiniMax-H3-Turbo-Lora

注: 参照されたモデル、データセット、コードの使用は、それぞれの著者およびメンテナによって提供されたライセンスおよび条件に従います。