MiniMax H3 画像から動画への ComfyUI: ファーストフレームアニメーションとネイティブオーディオ#
この RunComfy 対応グラフは、1枚の画像をシネマティックなショート動画に変換し、同期されたモデル生成オーディオを提供します。これは MiniMax H3 の FL2VA パスウェイを中心に構築されたコンパクトで検証済みのファーストフレームセットアップであり、モーションとサウンドがポストプロダクションでレイヤー化されるのではなく、1つのプロンプトから一緒に生成されます。MiniMax H3 画像から動画への ComfyUI は、ポートレート、動物、製品、雰囲気のあるシーンにおいて、カメラの動き、シーンのアクション、サウンドデザインを一度で統合したい場合に最適です。
保存されたバージョンはファーストフレームのみを接続し、ラストフレームを接続しないままにしています。つまり、あなたが提供した画像からショットが進化し、2つのキーフレームの移行を強制することはありません。視覚とオーディオの両方をガイドする単一のプロンプトを作成するため、MiniMax H3 画像から動画への ComfyUI は迅速に反復でき、クリエイティブな方向性に信頼できます。
Comfyui MiniMax H3 画像から動画への ComfyUI ワークフローの主要モデル#
- MiniMax H3 FL2VA ディフュージョンバックボーン (UNet)。テキストとキーフレームによって条件付けられたコアビデオ生成能力を提供します。モデルファイル
- MiniMax H3 用 Qwen3-VL 32B エンコーダー (AWQ/NVFP4)。プロンプトを埋め込み、モデルがシーンの内容、モーション、オーディオキューを整列させることができます。モデルファイル
- MiniMax H3 ビデオ VAE。潜在ビデオ特性を RGB フレームにデコードします。モデルファイル
- MiniMax H3 オーディオ VAE。潜在オーディオを波形にデコードし、ネイティブサウンドトラック出力を生成します。モデルファイル
Comfyui MiniMax H3 画像から動画への ComfyUI ワークフローの使用方法#
このワークフローは、MiniMax H3 を通して単一のキーフレームをアニメーション化し、デコードされたビデオとオーディオを1つのファイルに多重化します。フレームサイズを設定し、クリエイティブブリーフを書き、レンダリングするために、小さく読みやすいグループに編成されています。「画像サイズを使用」ユーティリティが含まれており、デフォルトではバイパスされています。
最初のフレームを読み込む (LoadImage (#114))#
アニメーション化したい静止画をインポートします。グラフは意図的に last_frame を未使用のままにしており、この1枚の画像からモーションが育ちます。最適な時間的安定性を得るために、明確なエッジとバランスの取れた露出を持つ被写体を選択してください。後で開始から終了までの補間を希望する場合は、サブグラフの last_frame 入力に2枚目の画像を接続することができます。
フレームサイズを選択する (ResolutionSelector (#115))#
アスペクトプリセットを選択し、幅 と 高さ を定義するためにスケールします。MiniMax H3 は、32の倍数であり、適度な短辺を持つ次元で最も効果的に動作します。構図に合わせて比率を一致させ、カメラが動く際に被写体が快適にフレーム内に収まるようにします。元の寸法を正確にミラーリングしたい場合は、「画像サイズを使用」ミニグループがこれを読み取ることができますが、このプリセットではセレクターを上書きするようには接続されていません。
ショットを説明し時間を設定する (MiniMaxH3ImageToVideo (#104) + Float (duration) (#111) + ComfyMathExpression (#107))#
カメラの動き、被写体のアクション、画面上のテキスト、アンビエンス、および「ダイアログなし」や「音楽なし」などの制約を含む1つのプロンプトを書きます。秒単位での持続時間を設定し、数学ノードがそれを MiniMax H3 の内部ステップグリッドの有効なフレーム 長さ に変換するため、タイミングが一貫して保たれます。ファーストフレームの画像が構成をアンカーし、モデルがモーション、照明、エフェクトをアニメーション化して、あなたの説明に沿ったものを生成します。同じプロンプト内の明確なオーディオキューが、生成中に作成されるサウンドトラックを指導します。
サンプリングとモーションの感触 (RandomNoise (#15) + KSamplerSelect (#17) + BasicScheduler (#9) + SamplerCustomAdvanced (#14))#
サンプリングは潜在ビデオがどのように進化するかを定義します。選択されたサンプラーとスケジューラーはバランスの取れた外観を提供します。再現可能なショットを得るためにシードを固定することも、モーションの代替案を探求するためにランダム化することもできます。フレーミングやアクションへのより強い適合が必要な場合は、パラメータを過度に指定するのではなく、シードと単語の変更で反復します。これにより、MiniMax H3 画像から動画への ComfyUI はクリエイティブでありながら制御可能です。
デコードと多重化 (VAELoader (#11, #24) + VAEDecode + VAEDecodeAudio + CreateVideo (#91))#
ノイズ除去後、ビデオ VAE がフレームを再構築し、オーディオ VAE がサウンドトラックを再構築します。CreateVideo がそれらを単一の時間整合ストリームに統合します。この設計により、両方のモダリティが同じ生成パスから由来するため、同期が保たれます。外部エディターを使用せずに迅速に結果をプレビューできます。
結果を保存する (SaveVideo (#92))#
最終ノードがレンダリングされたクリップをディスクに書き込みます。出力には画像とモデルからのネイティブオーディオの両方が含まれているため、MiniMax H3 画像から動画への ComfyUI は共有可能またはグレード可能な完成したファイルを提供します。
Comfyui MiniMax H3 画像から動画への ComfyUI ワークフローの主要ノード#
MiniMaxH3ImageToVideo (#104)#
グラフの中心。プロンプト、ロードされたエンコーダー/VAEs、ファーストフレームを融合し、同期されたオーディオを持つ潜在ビデオを生成します。シーンとサウンドのために プロンプト を調整し、キャンバスのために 幅 と 高さ を、持続時間のために 長さ を調整します。次元を32の倍数に保ち、「風の強い音、遠くの波、ダイアログなし」などの簡潔なオーディオ指示を使用してサウンドトラックを指導します。
ComfyMathExpression (#107)#
選択した秒数を MiniMax H3 の内部タイミングステップに一致するフレーム数に変換します。ビートや画面上のテキストを正確な瞬間に配置する必要がある場合は、ここで持続時間を微調整して再レンダリングします。これにより、カットポイントとオーディオイベントが反復中に一貫して保たれます。
ResolutionSelector (#115)#
一般的なアスペクト比とピクセル予算を手動計算なしでターゲットにするためのクイックな方法です。被写体に合った比率を選択し、スピードと詳細のためにスケールアップまたはダウンします。高いまたは広い被写体でクロップが発生する場合は、極端なスケールを強制するのではなく比率を切り替えてください。
RandomNoise (#15)#
初期潜在状態を制御します。シードを固定して正確なショットを再現するか、異なるモーションパスやオーディオイベントの微調整を探求するためにランダム化します。A/B 比較のために、シードだけを変更してその影響を分離します。
オプショナルエクストラ#
- 「ソフトな雨、布のささやき、ボーカルなし」などの短く具体的なキューでプロンプトに早期にオーディオを書き込むことで、モデルがアンビエンスとアクションのバランスをとるようにします。
- ポートレートの場合、最初のフレームで目を中心に配置し、攻撃的な背景の雑音を避けてください。これにより一時的な安定性が向上し、被写体に焦点が当たります。
- ブランドやプラットフォームのニーズに合わせるために、最初にアスペクト比を選択し、その後に持続時間とプロンプトを洗練させます。MiniMax H3 画像から動画への ComfyUI は、反復中に画像とサウンドを同期させます。
- 後で2つのキーフレームの移行を希望する場合は、サブグラフの
last_frame入力に2枚目の画像を接続し、同じプロンプトでカットや動きを説明します。 - 公式の ComfyUI MiniMax H3 I2V テンプレートは、高度なカスタマイズのための参考資料として役立ちます。テンプレートを見る
謝辞#
このワークフローは、以下の作品とリソースに基づいて実装および構築されています。MiniMaxAI による MiniMax H3 モデルコレクション、公式の ComfyUI MiniMax H3 I2V テンプレート、Comfy.org と RunningHub による MiniMax H3 チュートリアルとワークフローソースに感謝いたします。権威のある詳細については、以下のオリジナルドキュメントおよびリポジトリを参照してください。
リソース#
- RunningHub/workflow source
- Docs / Release Notes: RunningHub workflow source
- MiniMaxAI/MiniMax H3 model collection
- Hugging Face: MiniMaxAI/MiniMax-H3
- MiniMax/MiniMax H3 official announcement
- Docs / Release Notes: MiniMax H3 official announcement
- Comfy.org/MiniMax H3 tutorial
- Docs / Release Notes: Comfy.org MiniMax H3 tutorial
- Comfy-Org/ComfyUI official MiniMax H3 I2V template
- GitHub: Comfy-Org/workflow_templates
- Docs / Release Notes: video_minimax_h3_i2v.json
注: 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管理者によって提供されるライセンスおよび条件に従います。
