FastH3 8步V2 ComfyUI工作流程

FastH3 8-Step V2 ComfyUI Workflow Workflow

Want to run this workflow?

FastH3 8步V2 ComfyUI工作流程将首尾参考帧转化为连续的MiniMax H3视频，并生成同步音频。它使用FastVideo FastH3 V2 INT8检查点，采用八步计划、稀疏注意力和明确的首/尾帧条件，提供快速可控的结果。

该工作流程非常适合电影过渡、角色运动、社交视频概念和需要明确开闭构图的短叙事镜头。如果您希望在保持高速度的同时获得稳定的主体、锁定的取景和自然的运动，FastH3 8步V2 ComfyUI工作流程正是为您量身打造的。

FastVideo FastH3 8步V2 (INT8)。扩散主干网，在仅八步采样中生成视频和音频潜变量以实现快速迭代。检查点：FastVideo/FastVideo-FastH3-8-Step-V2和ComfyUI准备好的权重在FastVideo/FastVideo-FastH3-Comfy。
Qwen3-VL 32B文本编码器用于MiniMax H3。将提示编码为用于指导运动、场景细节和音频提示的条件嵌入。权重与官方模型集一起分发在Comfy-Org/MiniMax-H3。
MiniMax H3视频VAE。将视频潜变量解码为输入指定目标分辨率的RGB帧。见Comfy-Org/MiniMax-H3。
MiniMax H3音频VAE。将音频潜变量解码为波形音频，并与生成的帧混合。见Comfy-Org/MiniMax-H3。

图形遵循官方FastH3图像到视频模式，从左到右组装您的镜头。您提供两个参考图像和一个文本提示，工作流程在八步中计算必要的条件和采样，使用稀疏注意力，然后解码同步视频和音频并保存为可发布文件。

图像/视频输入（2）

使用LoadImage (#136)和LoadImage (#161)加载您的首尾帧。选择来自同一场景和纵横比的图像，以便在整个片段中构图和身份保持一致。
第一帧由ImageScaleToTotalPixels (#142)自动调整大小以适应计算预算，然后GetImageSize (#141)读取其宽度和高度，以便生成的序列匹配该分辨率。
使用自然、场景准确的参考帧。最后一帧锚定最终构图，使镜头正好在您想要的地方结束。

处理（19）

核心权重通过UNETLoader (#151)、CLIPLoader (#152)和两个VAELoader节点（#143视频，#144音频）加载。MiniMaxH3ImageToVideo (#155)节点将您的第一帧、最后一帧、提示和目标持续时间融合为单个条件包和初始潜变量。
持续时间通过方便的Float (duration)控制(#157)设置一次。ComfyMathExpression (#156)将该时间转换为与模型步幅对齐的帧数，以便在整个序列中实现平滑注意力。
时序和效率助手包括MiniMaxH3SigmaShift (#160)用于偏置MiniMax H3的计划，ModelAttentionBackend (#159)选择注意力实现，以及BlockSparseAttention (#158)以在保留重要区域的保真度的同时减少计算。
去噪核心使用BasicGuider (#150)从图像到视频节点获取正向条件，八步BasicScheduler (#148)，在KSamplerSelect (#147)中选择的res_multistep采样器，以及SamplerCustomAdvanced (#149)以一次通过生成联合视频和音频潜变量。

输出（2）

视频潜变量通过VAEDecode (#146)解码为帧，而音频潜变量通过VAEDecodeAudio (#145)解码。CreateVideo (#154)然后将图像序列和音频混合成一个剪辑。
SaveVideo (#92)写入文件。设置文件名前缀，选择与您的交付平台或编辑管道匹配的格式和编解码器。

MiniMaxH3ImageToVideo (#155)

从您的首尾参考帧加上提示构建条件，并输出用于生成联合视频和音频的初始潜变量。调整文本提示以描述运动、相机、气氛和任何期望的声音提示。保持身份和场景元素与参考一致，以获得最稳定的结果。在左侧组中调整持续时间控制，以更改剪辑长度而不触及采样器设置。

BlockSparseAttention (#158)

对加载的模型应用稀疏注意力，以加速采样，同时保留最重要的注意力。如果您在繁忙场景中看到细节损失，请增加保留的比例或为前景对象保留额外的标记。对于简单场景，更强的稀疏性可以显著加快渲染。

MiniMaxH3SigmaShift (#160)

移动视频和音频的噪声计划，以便在短八步轨迹中保持时间结构和声音一致。如果运动看起来不稳定，请稍微提高视频移位；如果音频对齐漂移，请稍微调整音频移位。使用小的更改并测试短预览以找到平衡。

SamplerCustomAdvanced (#149)

使用res_multistep采样器和BasicScheduler (#148)的计划运行八步去噪。在RandomNoise (#153)中固定种子以实现可重复性，然后在喜欢运动后更换种子以探索替代方案。BasicGuider (#150)的强大引导有助于在构图复杂时遵循提示。

CreateVideo (#154)

此工作流程实现并基于以下作品和资源构建。我们感谢FastVideo提供的FastH3 8步V2模型和ComfyUI权重，Comfy-Org提供的FastH3 I2V工作流程模板，以及RunningHub.ai提供的工作流程来源的贡献和维护。有关权威详细信息，请参阅下列链接的原始文档和存储库。

RunningHub.ai/Workflow source
- 文档 / 发布说明: RunningHub.ai post
FastVideo/FastVideo-FastH3-8-Step-V2
- GitHub: hao-ai-lab/FastVideo
- Hugging Face: FastVideo/FastVideo-FastH3-8-Step-V2
- arXiv: 2405.14867
FastVideo/FastVideo-FastH3-Comfy
- Hugging Face: FastVideo/FastVideo-FastH3-Comfy
Comfy-Org/workflow_templates (FastH3 I2V template)
- GitHub: Comfy-Org/workflow_templates