Minimax H3 I2V Relógio Duplo 8-Passo de Alta Qualidade Ultra-Rápido#
Este fluxo de trabalho ComfyUI pronto para RunComfy transforma uma única imagem de referência e um comando combinado de movimento e áudio em um vídeo curto e sincronizado com som estéreo nativo. Construído em torno do condicionamento MiniMax H3 Ref2VA e de um amostrador de Relógio Duplo de 8 passos, ele oferece animação de imagem rápida e som fortemente acoplado sem sacrificar a coerência visual.
Use o fluxo de trabalho Minimax H3 I2V Relógio Duplo 8-Passo de Alta Qualidade Ultra-Rápido para animação de imagens cinematográficas, performances de personagens, veículos, fotos de produtos e cenas atmosféricas que se beneficiam do movimento sincronizado e áudio gerado. O gráfico integra SageAttention para inferência eficiente em memória e o MiniMax-H3 Turbo LoRA para geração acelerada enquanto mantém a experiência I2V orientada para o usuário simples.
Modelos chave no fluxo de trabalho ComfyUI Minimax H3 I2V Relógio Duplo 8-Passo de Alta Qualidade Ultra-Rápido#
- Modelo de Fundação MiniMax-H3 AV. O transformador audiovisual central que alimenta o condicionamento de imagem de referência, a geração de movimento e a síntese de áudio nativo. Veja o cartão do modelo oficial no Hugging Face: MiniMaxAI/MiniMax-H3.
- MiniMax-H3 Turbo LoRA V4 step600. Um adaptador leve que acelera e estabiliza o MiniMax-H3 para amostragem de 8 passos enquanto preserva a fidelidade. Cartão do modelo: larryvrh/MiniMax-H3-Turbo-Lora.
- MiniMax-H3 Video VAE e Audio VAE. Decodificadores emparelhados que convertem latentes audiovisuais em quadros RGB e formas de onda estéreo. Eles garantem transporte latente eficiente durante a amostragem e decodificação de alta qualidade no final.
Como usar o fluxo de trabalho ComfyUI Minimax H3 I2V Relógio Duplo 8-Passo de Alta Qualidade Ultra-Rápido#
Este fluxo de trabalho é executado da esquerda para a direita em três estágios agrupados: configuração de modelo e ativos, amostragem de relógio duplo e decodificação mais muxing MP4. Você fornece uma imagem de referência e um único comando que inclui tanto a direção visual quanto uma seção “Audio:” descrevendo o som desejado.
Carregadores H3 + Turbo LoRA (EMA)#
Este grupo prepara a pilha MiniMax-H3 e aplica o Turbo LoRA para velocidade. Carregue sua imagem de referência em LoadImage, depois escreva um comando de movimento descritivo que termina com uma cláusula “Audio: ...” em CR Prompt Text. Escolha seu tamanho de saída usando ResolutionSelector, que mantém as dimensões alinhadas a múltiplos de 32 para estabilidade de vídeo. Defina sua duração alvo em segundos com o controle Float (duration); a matemática interna do gráfico converte isso em uma contagem de quadros alinhada ao tempo do modelo para que o amostrador funcione suavemente. Um patch SageAttention é aplicado ao modelo para reduzir o uso de VRAM e melhorar o rendimento sem alterar o visual final.
ESTÁVEL: vídeo 4 / áudio 4#
Este grupo realiza o coração da geração com um amostrador MiniMax H3 Relógio Duplo de 8 passos. O bloco de condicionamento usa Ref2VA para fundir sua imagem de referência e comando de texto em um latente AV, que ancora identidade, composição e dicas sonoras de alto nível. O amostrador de Relógio Duplo avança vídeo e áudio com relógios separados, porém sincronizados, para que movimento e som pareçam naturalmente travados. Se você precisar corrigir a percepção de avanço ou atraso, ajuste os deslocamentos de relógio de vídeo e áudio para mover qualquer fluxo para frente ou para trás até que a performance entre em sincronia. Um guia básico estilo CFG equilibra a fidelidade ao seu comando com os priors aprendidos do modelo para movimento limpo e cinematográfico.
Decodificação + MP4 sincronizado#
O decodificador converte o latente AV final em uma sequência de quadros e uma faixa de áudio estéreo usando os MiniMax-H3 VAEs dedicados. A etapa VHS_VideoCombine embala quadros e áudio em um único MP4 H.264 na taxa de quadros escolhida, salvando um vídeo pronto para compartilhar. Se você trouxer seu próprio áudio mais tarde, poderá ajustar ao comprimento do áudio ou exportar apenas a imagem para edição externa. O resultado é um clipe compacto e sincronizado que preserva o visual da sua imagem de referência enquanto adiciona movimento e som realistas.
Nós chave no fluxo de trabalho ComfyUI Minimax H3 I2V Relógio Duplo 8-Passo de Alta Qualidade Ultra-Rápido#
MiniMaxH3AudioConditioningT8 (#6)#
Este nó implementa o condicionamento Ref2VA, pegando seu comando, imagem de referência, largura, altura e comprimento alvo para criar um latente audiovisual e condicionamento positivo. Use-o para definir a intenção criativa: descreva movimento, comportamento de câmera e continuidade de cena, depois adicione um segmento “Audio:” que especifica instrumentos, timbre, ambiente e dinâmica. Mantenha largura e altura consistentes com a proporção da sua imagem de referência para os layouts mais coerentes. O controle de comprimento mapeia sua duração para quadros alinhados com o tempo interno do amostrador, o que ajuda a manter movimento suave e áudio estável. Fornecido pelo projeto ComfyUI MiniMax H3 Turbo: Larryvrh/ComfyUI-MiniMax-H3-Turbo.
MiniMaxH3DualClockSamplerT8 (#7)#
Um amostrador de 8 passos projetado especificamente para geração AV do MiniMax-H3 com relógios de vídeo e áudio separados. Produz resultados rápidos e de alta qualidade ao coordenar ambas as linhas do tempo enquanto respeita suas restrições Ref2VA. Se os visuais parecerem ligeiramente adiantados ou atrasados em relação ao ritmo ou ação, ajuste os deslocamentos de relógio de vídeo e áudio em pequenos incrementos para recentrar a sincronia. Mantenha o número de passos em oito para o equilíbrio de Alta Qualidade Ultra-Rápido pretendido. Implementado no mesmo plugin: Larryvrh/ComfyUI-MiniMax-H3-Turbo.
LoraLoaderBypassModelOnly (#2)#
Injeta o MiniMax-H3 Turbo LoRA no modelo base para acelerar a convergência e melhorar a estabilidade em passos baixos. Se você notar superafiação ou desvio de identidade em certas imagens, reduza ligeiramente a força do LoRA para recuperar neutralidade. Para detalhes mais nítidos ou bloqueio temporal mais forte, aumente a força com moderação. Referência de LoRA: larryvrh/MiniMax-H3-Turbo-Lora.
MiniMaxH3MemoryEfficientSageAttentionPatch (#17)#
Aplica uma implementação de atenção eficiente em memória ao modelo MiniMax-H3 para melhor rendimento em GPUs típicas. Use como está para reduzir a pressão de VRAM em resoluções maiores e durações mais longas. O patch faz parte do conjunto KJNodes para ComfyUI: kijai/ComfyUI-KJNodes.
MiniMaxH3AVDecodeT8 (#11)#
Decodifica o latente audiovisual em quadros RGB e áudio estéreo usando os MiniMax-H3 VAEs emparelhados. É aqui que a fidelidade final é realizada, então mantenha as escolhas de resolução realistas para sua GPU para evitar gargalos de decodificação. O nó produz quadros e um sinal de áudio que estão alinhados no tempo com os relógios do amostrador, prontos para muxing. Fornecido pelo plugin MiniMax H3 Turbo: Larryvrh/ComfyUI-MiniMax-H3-Turbo.
VHS_VideoCombine (#12)#
Combina quadros decodificados e áudio estéreo em um único MP4 usando o Video Helper Suite. Defina sua taxa de quadros preferida e ative o corte se você substituir áudio personalizado mais tarde. Este nó finaliza a entrega para que você possa visualizar e exportar rapidamente. Referência do projeto: Kosinkadink/ComfyUI-VideoHelperSuite.
Extras opcionais#
- A sugestão funciona melhor quando você divide a direção visual e o design de som. Escreva a cena primeiro, depois adicione “Audio:” com instrumentos, estilo, tipo de sala e intensidade.
- Comece com tamanhos moderados que correspondam à proporção da sua imagem. Aumente quando gostar do movimento e do tempo.
- Se a sincronia parecer errada, ajuste o deslocamento de relógio de vídeo ou áudio em vez de mudar a duração. Pequenos ajustes podem travar a performance no ritmo.
- Para fotos de personagens, escolha imagens com separação clara do sujeito e iluminação consistente para preservar a identidade através do movimento.
- Reseed para explorar micro-variações na formulação e no tempo enquanto mantém a mesma configuração.
Agradecimentos#
Este fluxo de trabalho implementa e se baseia nos seguintes trabalhos e recursos. Agradecemos sinceramente ao RunningHub pelo modelo de fluxo de trabalho Source, ao MiniMaxAI pelos pesos do modelo MiniMax-H3 e a Larryvrh pelo MiniMax-H3 Turbo LoRA e pelo projeto ComfyUI MiniMax H3 Turbo por suas contribuições e manutenção. Para detalhes autoritativos, consulte a documentação original e os repositórios vinculados abaixo.
Recursos#
- Template de fluxo de trabalho RunningHub/Source
- Docs / Notas de Lançamento: Template de fluxo de trabalho Source
- Pesos do modelo MiniMaxAI/MiniMax H3
- Hugging Face: MiniMaxAI/MiniMax-H3
- larryvrh/MiniMax-H3 Turbo LoRA
- Hugging Face: larryvrh/MiniMax-H3-Turbo-Lora
- Projeto Larryvrh/ComfyUI MiniMax H3 Turbo
Nota: O uso dos modelos, conjuntos de dados e código referenciados está sujeito às respectivas licenças e termos fornecidos por seus autores e mantenedores.