FastH3 4-Step ComfyUI Workflow#
Este gráfico pronto para RunComfy entrega rápida geração de texto para vídeo MiniMax H3 e imagem para vídeo de primeiro quadro com áudio sincronizado. O FastH3 4-Step ComfyUI Workflow segue o caminho de 4 etapas FastVideo VSA-DataFree enquanto mantém um agendador de 8 etapas no ComfyUI para estabilidade visual prática. É bem adequado para cenas cinematográficas, momentos centrados em personagens, fotos de produtos e clipes ricos em atmosfera onde a iteração rápida importa.
O workflow auto-muxa quadros e áudio em um MP4 e suporta um ramo opcional de I2V de primeiro quadro. Conecte uma imagem inicial para tomadas sensíveis à continuidade ou deixe vazio para geração pura de T2V. Os prompts podem ser de forma longa e estruturada, permitindo carregar continuidade visual e sonora entre os clipes.
Modelos chave no Comfyui FastH3 4-Step ComfyUI Workflow#
- Modelo de difusão MiniMax H3 (FL2VA). Conduz a geração de vídeo e áudio cross-modal com um design latente unificado. Referência da família de modelos: MiniMaxAI/MiniMax-H3.
- Pesos FastVideo FastH3 4-step VSA-DataFree. Permite o caminho ultra-curto de 4 etapas usado aqui para rascunhos focados em velocidade. Referência de pesos: FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree.
- Codificador de texto Qwen3-VL 32B AWQ para MiniMax H3. Fornece alta capacidade de compreensão de prompt para estilo, composição e pistas de áudio. Distribuído com os ativos Comfy-Org MiniMax H3: Comfy-Org/MiniMax-H3.
- MiniMax H3 Video VAE (FP16). Decodifica vídeo latente para quadros RGB com o codec nativo do H3. Referência de ativo: Comfy-Org/MiniMax-H3.
- MiniMax H3 Audio VAE (FP32). Decodifica a trilha de áudio latente alinhada aos quadros gerados. Referência de ativo: Comfy-Org/MiniMax-H3.
Como usar o Comfyui FastH3 4-Step ComfyUI Workflow#
Em um nível alto, as entradas do usuário definem resolução, duração e prompt. O gráfico prepara os componentes MiniMax H3, constrói condicionamento para T2V ou I2V e então executa uma passagem de amostragem concisa ajustada para o caminho de 4 etapas FastH3. Finalmente, ele decodifica vídeo e áudio e os combina em um MP4 pronto para compartilhar.
Entrada do Usuário#
Defina seu visual e tempo alvo no grupo de Entrada do Usuário. Use ResolutionSelector (#115) para escolher orçamento de aspecto e pixels; as resoluções são quantizadas para múltiplos de 32 para compatibilidade de decodificador. Escolha quadros por segundo via (input:FPS) PrimitiveFloat (#5986) e comprimento de clipe em segundos via (input:Duration) Seconds (#221). A expressão em ComfyMathExpression (#220) converte a duração em uma contagem de quadros e a encaixa em um múltiplo amigável de stride, dando agendamento estável e comprimentos de clipe consistentes. Adicione seu prompt de forma longa em (input:prompt) Text Prompt PrimitiveStringMultiline (#6005); um auxiliar StringConcatenate (#6115) permite manter âncoras de estilo ou continuidade reutilizáveis.
Modelos#
O grupo de Modelos carrega os componentes principais do H3 e ajustes opcionais de atenção. UNETLoader (#215) seleciona os pesos FastVideo VSA-DataFree FL2VA que tornam o caminho de 4 etapas viável para velocidade enquanto mantém a coerência sob um agendador de 8 etapas. CLIPLoader (#216) traz o codificador de texto Qwen3-VL 32B AWQ para um rico entendimento de linguagem. Dois nós VAELoader lidam com os ramos de vídeo e áudio para decodificação fiel no final. PathchSageAttentionKJ (#223) aplica uma modificação leve de atenção antes do agendamento que pode melhorar a retenção de detalhes em cronogramas muito curtos.
Condicionamento#
O condicionamento é montado por MiniMaxH3ImageToVideo (#219), que também atua como ponto de entrada para T2V ou primeiro quadro I2V. Se você conectar uma imagem a first_frame, o nó condiciona o movimento a partir desse quadro; caso contrário, ele executa texto puro para vídeo a partir do seu prompt. Largura, altura e comprimento fluem do grupo de Entrada do Usuário para que você possa escalar rapidamente sem tocar nos nós a jusante. Get_duration (#6067) e Get_strPrompt (#6069) gerenciam valores compartilhados de forma limpa para que o prompt e o tempo se apliquem de maneira consistente. A saída fornece condicionamento positivo e um latente preparado que o amostrador irá refinar.
Amostragem#
A amostragem é compacta e ajustada para FastH3. RandomNoise (#217) semeia a trajetória, BasicGuider (#214) constrói orientação a partir do seu condicionamento, e KSamplerSelect (#211) escolhe um amostrador multi-etapas otimizado para caminhos curtos. MiniMaxH3SigmaShift (#6007) ajusta o cronograma de ruído do H3 para os pesos FL2VA, enquanto BasicScheduler (#212) mantém o workflow salvo em 8 etapas para um equilíbrio prático entre velocidade e fidelidade. SamplerCustomAdvanced (#213) então conduz a remoção de ruído para produzir um fluxo latente único que contém tanto conteúdo de vídeo quanto de áudio.
Decodificação e criação de vídeo#
Uma vez que a amostragem é concluída, VAEDecode (#210) transforma o vídeo latente em quadros e VAEDecodeAudio (#209) reconstrói o áudio sincronizado. VHS_VideoCombine (#6104) do Video Helper Suite muxa a sequência para MP4 com a taxa de quadros do projeto. Você pode pré-visualizar a saída e o nó gravará um único arquivo no diretório de saída, pronto para revisão. Como largura, altura e contagem de quadros já são validadas a montante, esta etapa é rápida e sem intervenção. Se você forneceu um primeiro quadro, o movimento fluirá a partir dele; caso contrário, o clipe se originará inteiramente do prompt.
Nós chave no Comfyui FastH3 4-Step ComfyUI Workflow#
MiniMaxH3ImageToVideo (#219)#
Centro de condicionamento central para T2V e primeiro quadro I2V. Forneça suas entradas de prompt e tempo, e opcionalmente conecte first_frame para tomadas sensíveis à continuidade. Ajuste largura e altura para escala e aspecto enquanto os mantém como múltiplos de 32. O comprimento vem da lógica de duração para quadros, então raramente você precisará defini-lo manualmente.
MiniMaxH3SigmaShift (#6007)#
Aplica um deslocamento sigma adaptado ao cronograma FL2VA do MiniMax H3 para que o amostrador de caminho curto permaneça estável. Deixe como configurado para a rota FastH3; é principalmente uma salvaguarda de compatibilidade e qualidade. Considere mudar apenas se você trocar pesos ou agendadores do H3.
BasicScheduler (#212)#
Fornece um cronograma de 8 etapas que combina bem com o caminho de peso de 4 etapas para uma linha de base de qualidade prática. Você pode reduzir etapas para rascunhos mais rápidos ou aumentá-las ligeiramente para mais estabilidade, observando o equilíbrio entre detalhe e velocidade. A contagem de etapas interage com o deslocamento sigma e a escolha do amostrador, então faça alterações cuidadosamente.
SamplerCustomAdvanced (#213) com KSamplerSelect (#211)#
Executa a trajetória curta de remoção de ruído usada pelo FastH3. O amostrador selecionado é ajustado para eficiência multi-etapas e coerência com muito poucas atualizações. Mantenha este emparelhamento a menos que você esteja experimentando com amostradores alternativos validados para H3.
ResolutionSelector (#115)#
Controle de alto nível para orçamento de aspecto e pixels. Use-o para escalar o visual sem tocar nos internos do modelo e prefira resoluções que traduzam para cerca de 0,7–1,0 megapixels para rascunhos muito rápidos, depois escale ao travar tomadas finais. As saídas são quantizadas para manter os decodificadores eficientes.
VHS_VideoCombine (#6104)#
Combina quadros decodificados e áudio em um único MP4. Qualidade e tamanho podem ser equilibrados por meio de seus controles de compressão e taxa de quadros. Faz parte do Video Helper Suite, que você pode explorar aqui: Kosinkadink/ComfyUI-VideoHelperSuite.
Extras opcionais#
- Primeiro quadro I2V: conecte uma imagem a
first_frameemMiniMaxH3ImageToVideo(#219) para continuidade a partir de um quadro de design, foto ou tomada anterior. - Prompting: mantenha uma bíblia de estilo reutilizável em
StringConcatenate(#6115) e coloque apenas direções específicas de cena no prompt principal para consistência entre os clipes. - Tempo: ajuste apenas segundos; o gráfico encaixa a contagem de quadros em um múltiplo amigável de stride para evitar gagueira e mantém o áudio alinhado automaticamente.
- Velocidade vs qualidade: rascunhe em megapixels mais baixos em
ResolutionSelector(#115), depois aumente a resolução e, se necessário, a contagem de etapas emBasicScheduler(#212) para finalizar. - Referências: explore pesos e ativos usados por este workflow em MiniMaxAI/MiniMax-H3, FastVideo/FastVideo-FastH3-4-step-Preview-v1-VSA-DataFree, e a adaptação Comfy em barelymining/ComfyUI-MiniMax-H3-FastVideo.
Agradecimentos#
Este workflow implementa e constrói sobre os seguintes trabalhos e recursos. Agradecemos MiniMaxAI por MiniMax-H3, FastVideo por pesos FastH3 4-step VSA-DataFree, e barelymining por ComfyUI-MiniMax-H3-FastVideo por suas contribuições e manutenção. Para detalhes autoritativos, por favor, consulte a documentação original e repositórios vinculados abaixo.
Recursos#
- AI Future Tech/Workflow source and reference
- 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
Nota: O uso dos modelos, conjuntos de dados e código referenciados está sujeito às respectivas licenças e termos fornecidos por seus autores e mantenedores.