Minimax H3 I2V Dual Clock 8-Step High-Quality Ultra-Fast#
Этот рабочий процесс ComfyUI, готовый к RunComfy, превращает одно референсное изображение и объединенную подсказку движения и звука в короткое синхронизированное видео с нативным стереозвуком. Построенный на основе MiniMax H3 Ref2VA кондиционирования и 8-шагового Dual Clock семплера, он обеспечивает быструю анимацию изображений и тесно связанный звук без ущерба для визуальной целостности.
Используйте рабочий процесс Minimax H3 I2V Dual Clock 8-Step High-Quality Ultra-Fast для кинематографической анимации изображений, выступлений персонажей, транспортных средств, продуктовых снимков и атмосферных сцен, которые выигрывают от синхронизированного движения и сгенерированного аудио. График интегрирует SageAttention для памяти-эффективного вывода и MiniMax-H3 Turbo LoRA для ускоренной генерации, сохраняя при этом простоту интерфейса I2V.
Ключевые модели в рабочем процессе Comfyui Minimax H3 I2V Dual Clock 8-Step High-Quality Ultra-Fast#
- MiniMax-H3 AV Foundation Model. Основной аудиовизуальный трансформер, который питает кондиционирование референсного изображения, генерацию движения и нативный синтез аудио. См. официальную карточку модели на Hugging Face: MiniMaxAI/MiniMax-H3.
- MiniMax-H3 Turbo LoRA V4 step600. Легкий адаптер, который ускоряет и стабилизирует MiniMax-H3 для 8-шагового семплирования, сохраняя при этом верность. Карточка модели: larryvrh/MiniMax-H3-Turbo-Lora.
- MiniMax-H3 Video VAE и Audio VAE. Парные декодеры, которые преобразуют аудиовизуальные латенты в RGB кадры и стерео волны. Они обеспечивают эффективную транспортировку латентов во время семплирования и высококачественное декодирование в конце.
Как использовать рабочий процесс Comfyui Minimax H3 I2V Dual Clock 8-Step High-Quality Ultra-Fast#
Этот рабочий процесс выполняется слева направо в трех сгруппированных стадиях: настройка модели и ресурсов, семплирование двойных часов и декодирование плюс MP4 мультиплексирование. Вы предоставляете одно референсное изображение и одну подсказку, которая включает как визуальное направление, так и раздел “Audio:” описывающий желаемый звук.
H3 загрузчики + Turbo LoRA (EMA)#
Эта группа подготавливает стек MiniMax-H3 и применяет Turbo LoRA для скорости. Загрузите свое референсное изображение в LoadImage, затем напишите описательную подсказку движения, заканчивающуюся фразой “Audio: …” в CR Prompt Text. Выберите размер вывода, используя ResolutionSelector, который поддерживает размеры, кратные 32, для стабильности видео. Установите целевую продолжительность в секундах с помощью управления Float (duration); внутренняя математика графа преобразует это в количество кадров, согласованное с временными рамками модели, чтобы семплер работал плавно. Патч SageAttention применяется к модели для уменьшения использования VRAM и повышения пропускной способности без изменения окончательного вида.
STABLE: видео 4 / аудио 4#
Эта группа выполняет основную генерацию с помощью 8-шагового MiniMax H3 Dual Clock семплера. Блок кондиционирования использует Ref2VA для объединения вашего референсного изображения и текстовой подсказки в AV латент, который закрепляет идентичность, композицию и высокоуровневые звуковые подсказки. Семплер Dual Clock продвигает видео и аудио с отдельными, но синхронизированными часами, чтобы движение и звук ощущались естественно связанными. Если необходимо исправить видимое опережение или задержку, отрегулируйте сдвиги видео и аудио часов, чтобы сдвинуть любой поток вперед или назад, пока производительность не будет синхронизирована. Базовый гуидер в стиле CFG балансирует между верностью вашей подсказке и изученными приоритетами модели для чистого, кинематографического движения.
Декодирование + синхронизированный MP4#
Декодер преобразует окончательный AV латент в последовательность кадров и стерео аудиодорожку, используя специальные MiniMax-H3 VAE. Этап VHS_VideoCombine упаковывает кадры и аудио в единый H.264 MP4 с выбранной частотой кадров, сохраняя готовое к обмену видео. Если вы добавите свое аудио позже, вы можете обрезать до длины аудио или экспортировать только изображение для внешнего редактирования. Результат - компактный, синхронизированный клип, который сохраняет внешний вид вашего референсного изображения, добавляя живое движение и звук.
Основные узлы в рабочем процессе Comfyui Minimax H3 I2V Dual Clock 8-Step High-Quality Ultra-Fast#
MiniMaxH3AudioConditioningT8 (#6)#
Этот узел реализует Ref2VA кондиционирование, принимая вашу подсказку, референсное изображение, целевую ширину, высоту и длину для создания аудиовизуального латента и положительного кондиционирования. Используйте его для установки творческого намерения: опишите движение, поведение камеры и непрерывность сцены, затем добавьте сегмент “Audio:”, который указывает инструменты, тембр, атмосферу и динамику. Сохраняйте ширину и высоту согласованными с аспектом вашего референсного изображения для наиболее связных макетов. Контроль длины отображает вашу продолжительность на кадры, согласованные с внутренними временными рамками семплера, что помогает поддерживать плавное движение и стабильное аудио. Предоставлено проектом ComfyUI MiniMax H3 Turbo: Larryvrh/ComfyUI-MiniMax-H3-Turbo.
MiniMaxH3DualClockSamplerT8 (#7)#
8-шаговый семплер, специально разработанный для генерации MiniMax-H3 AV с отдельными видео и аудио часами. Он производит быстрые, высококачественные результаты, координируя обе временные линии при соблюдении ваших ограничений Ref2VA. Если визуальные эффекты кажутся немного ранними или поздними по отношению к ритму или действию, отрегулируйте сдвиги видео и аудио часов небольшими инкрементами, чтобы восстановить синхронизацию. Держите количество шагов на уровне восьми для достижения предполагаемого баланса High-Quality Ultra-Fast. Реализовано в том же плагине: Larryvrh/ComfyUI-MiniMax-H3-Turbo.
LoraLoaderBypassModelOnly (#2)#
Вводит MiniMax-H3 Turbo LoRA в базовую модель для ускорения сходимости и улучшения стабильности на низких шагах. Если вы заметите чрезмерную резкость или смещение идентичности на определенных изображениях, немного уменьшите силу LoRA, чтобы восстановить нейтральность. Для более четких деталей или сильной временной фиксации умеренно увеличьте силу. Ссылка на LoRA: larryvrh/MiniMax-H3-Turbo-Lora.
MiniMaxH3MemoryEfficientSageAttentionPatch (#17)#
Применяет память-эффективную реализацию внимания к модели MiniMax-H3 для улучшения пропускной способности на типичных GPU. Используйте его как есть, чтобы уменьшить нагрузку на VRAM при более высоких разрешениях и более длительных продолжительностях. Патч является частью набора KJNodes для ComfyUI: kijai/ComfyUI-KJNodes.
MiniMaxH3AVDecodeT8 (#11)#
Декодирует аудиовизуальный латент в RGB кадры и стерео аудио, используя парные MiniMax-H3 VAE. Здесь реализуется окончательная точность, поэтому сохраняйте реалистичные выборы разрешения для вашего GPU, чтобы избежать узких мест декодирования. Узел выводит кадры и аудиосигнал, которые синхронизированы по времени с часами семплера, готовыми к мультиплексированию. Предоставлено плагином MiniMax H3 Turbo: Larryvrh/ComfyUI-MiniMax-H3-Turbo.
VHS_VideoCombine (#12)#
Объединяет декодированные кадры и стерео аудио в единый MP4, используя Video Helper Suite. Установите предпочтительную частоту кадров и включите обрезку, если вы позже замените пользовательское аудио. Этот узел завершает доставку, чтобы вы могли быстро просмотреть и экспортировать. Ссылка на проект: Kosinkadink/ComfyUI-VideoHelperSuite.
Дополнительные возможности#
- Подсказки работают лучше всего, когда вы разделяете визуальное направление и звуковой дизайн. Напишите сцену сначала, затем добавьте “Audio:” с инструментами, стилем, типом комнаты и интенсивностью.
- Начните с умеренных размеров, которые соответствуют аспекту вашего изображения. Увеличьте после того, как вам понравится движение и временные рамки.
- Если синхронизация кажется неправильной, подкорректируйте сдвиг видео или аудио часов вместо изменения продолжительности. Небольшие корректировки могут зафиксировать выступление на бите.
- Для кадров с персонажами выбирайте изображения с четким разделением объекта и постоянным освещением, чтобы сохранить идентичность в движении.
- Пересейте, чтобы исследовать микровариации в формулировке и временных рамках, сохраняя ту же настройку.
Признательности#
Этот рабочий процесс реализует и базируется на следующих работах и ресурсах. Мы благодарны RunningHub за шаблон рабочего процесса Source, MiniMaxAI за веса модели MiniMax-H3 и Larryvrh за MiniMax-H3 Turbo LoRA и проект ComfyUI MiniMax H3 Turbo за их вклад и поддержку. Для авторитетных деталей, пожалуйста, обратитесь к оригинальной документации и репозиториям, указанным ниже.
Ресурсы#
- RunningHub/Source workflow template
- Документы / Примечания к выпуску: Source workflow template
- MiniMaxAI/MiniMax H3 model weights
- Hugging Face: MiniMaxAI/MiniMax-H3
- larryvrh/MiniMax-H3 Turbo LoRA
- Hugging Face: larryvrh/MiniMax-H3-Turbo-Lora
- Larryvrh/ComfyUI MiniMax H3 Turbo project
Примечание: Использование упомянутых моделей, наборов данных и кода подлежит соответствующим лицензиям и условиям, предоставленным их авторами и поддерживающими.