MiniMax H3 ComfyUI 參考到影片4步Turbo#
MiniMax H3 ComfyUI 參考到影片4步Turbo是一個RunComfy-ready參考到影片工作流程，從靜態圖像鎖定一個或多個角色身份，並在單次加速通過中生成帶有原生立體聲音頻的短片。它專為需要在場景中保持一致的面孔、服裝和佈景的創作者設計，同時保持鏡頭運動、對話和唇同步的一致性。
此圖使用MiniMax H3的ref2va管道加上Turbo LoRA，使多主題身份、運動和語音保持統一，而不必使用較長的預設時間表。在提示中標記您的靜態圖像為<Picture N>，可選擇帶來參考影片和音頻，並在RunComfy上的ComfyUI中直接渲染乾淨的片段。
Comfyui MiniMax H3 ComfyUI 參考到影片4步Turbo工作流程中的關鍵模型#
- MiniMax-H3 Reference-to-Video diffusion model (ref2va)。提供核心生成後端，用於基於靜態圖像、可選影片和文本生成一致的鏡頭。權重可在Hugging Face上的Comfy-Org包裝中獲得。 Comfy-Org/MiniMax-H3
- MiniMax-H3 Video VAE。編碼和解碼影片潛變量，保留時間平滑性和細節。與同一包一起分發。 Comfy-Org/MiniMax-H3
- MiniMax-H3 Audio VAE。與影片一起處理原生立體聲音軌，以便與鏡頭共同創作語音和環境聲音。與影片組件一起包含。 Comfy-Org/MiniMax-H3
- Qwen-VL 32B文本編碼器，針對MiniMax-H3進行調整。將提示，包括<Picture N>標記和舞台指令，轉換為H3使用的條件信號。在Comfy-Org發行中打包。 Comfy-Org/MiniMax-H3
- MiniMax-H3 Turbo 4-step LoRA。一個加速LoRA，壓縮時間表，使鏡頭能夠在快速通過中生成，同時保持身份和運動一致性。 larryvrh/MiniMax-H3-Turbo-Lora
如何使用Comfyui MiniMax H3 ComfyUI 參考到影片4步Turbo工作流程#
工作流程從參考和時間安排到模型設置、條件設置、採樣和最終多路複用。您可以僅使用靜態圖像運行，或將靜態圖像與可選的參考影片和音頻結合使用。
階段1 — 參考、提示和時間安排#
通過LoadImage節點加載一個或多個靜態圖像，並計劃在提示中將它們作為<Picture 1>、<Picture 2>等進行引用。如果您有指導片段，請通過VHS_LoadVideo節點提供；它們的音頻也可以傳遞以指導節奏和能量。要提供定制對話或環境聲音，請使用LoadAudio節點，作為參考影片音頻的補充或替代。在Input Text (Prompt)中輸入您的完整鏡頭描述，包括任何角色鎖定、鏡頭運動和對話。工作流程會自動將您所需的持續時間轉換為穩定的幀數，將時間軸對齊到MiniMax H3的內部步幅。
階段2 — 模型設置和Turbo加速#
在“核心工作空間”中加載核心H3 ref2va UNet、文本編碼器以及影片和音頻VAE。記憶體高效的注意力補丁使您可以在典型的GPU上運行更大的鏡頭或更高的分辨率，而不改變您的使用。Turbo 4-step LoRA由LoraLoaderModelOnly (#164)應用，因此您可以保持步數低，同時保留身份鎖定和運動。無需手動接線；圖形已預先連接好RunComfy。如果您未使用某些輸入，請使用Ctrl+B將未使用的Load Image / Load Video / Load Audio節點關閉，以保持運行精簡。
階段3 — 條件設置和潛變量組裝#
MiniMaxH3ReferenceToVideo (#136)攝取您的提示、靜態圖像和任何可選的影片或音頻參考，以構建條件和初始潛變量時間線。使用<Picture N>標籤明確綁定每個人或物體到特定的靜態圖像；順序遵循您填寫的參考插槽。您可以用自然語言指導鏡頭行為、唇同步和環境聲音。寬度、高度和持續時間流入此節點，以便框架和時間與您的意圖匹配。如果您有很多靜態圖像，請僅保留真正定義當前節拍身份和服裝的那些。
階段4 — 採樣#
圖形將潛變量通過最小的時間表和由KSamplerSelect (#123)選擇的快速採樣器路由，由BasicGuider (#126)引導。BasicScheduler (#124)提供Turbo LoRA期望的步驟模式，平衡速度和保真度。SamplerCustomAdvanced (#125)使用種子噪聲在一個高效的通過中解析時間線，以實現可重現性。在大多數情況下，您可以將這些組件保持為配置狀態，專注於提示、參考和框架。
階段5 — 解碼、多路複用和保存#
採樣後，VAEDecode恢復影片幀，VAEDecodeAudio恢復立體聲軌。CreateVideo (#130)將圖像和音頻多路複用為可播放的文件，您可以設置fps和bit_depth以匹配您的交付需求。最後，SaveVideo (#92)使用選定的容器和編解碼器將結果寫入磁碟。輸出是一個帶有身份鎖定角色、鏡頭運動和由MiniMax H3 ComfyUI 參考到影片4步Turbo創作的原生立體聲音頻的短片。
Comfyui MiniMax H3 ComfyUI 參考到影片4步Turbo工作流程中的關鍵節點#
MiniMaxH3ReferenceToVideo (#136)#
這是工作流程的核心，將提示文本、靜態參考和可選的影片/音頻融合為條件和已初始化的潛變量。調整prompt以包括<Picture N>標記和清晰的舞台指令，用於鏡頭、對話和環境聲音。調整width、height和length以設置鏡頭的框架和持續時間。如果您需要在靜態圖像上平衡細節和速度，請在匹配渲染大小與調整大小以輕量運行之間切換ref_image_size模式。保持您的參考集專注於您實際需要的場景中的身份。
LoraLoaderModelOnly (#164)#
將MiniMax-H3 Turbo 4-step LoRA應用於ref2va模型，以便時間表可以壓縮以快速推理。strength控制LoRA對後端的影響程度；較高的強調速度和Turbo外觀，而較低的則回到基本H3。如果您發現極端加速時細節丟失，稍微降低LoRA強度或在調度器中延長時間表以恢復保真度。查看LoRA模型卡以獲取版本說明和預期使用。 MiniMax-H3 Turbo LoRA
MiniMaxH3MemoryEfficientSageAttentionPatch (#163)#
啟用與MiniMax H3兼容的記憶體高效注意力實現，以便您可以在有限的VRAM上運行更高的分辨率或更長的鏡頭。此圖中不含參數；只需保持啟用以獲得最佳容量。此節點是KJNodes for ComfyUI的一部分。 kijai/ComfyUI-KJNodes
BasicScheduler (#124)#
定義採樣過程中的擴散時間表。在Turbo LoRA啟動時，保持步數緊湊以獲得速度，僅在需要額外的清晰度或穩定性時進行微調。denoise允許您在提示要求進行較大更改時推進更強的參考再解釋。此處的更改會與LoRA強度和選擇的採樣器互動，因此請小幅調整。
KSamplerSelect (#123)#
選擇通過的採樣算法。簡單、穩定的採樣器與Turbo時間表搭配良好，有助於保持帧間的一致性。如果您強調風格化或非常快速的鏡頭運動，請嘗試其他採樣器，這些採樣器可能會增加運動紋理，但代價是略微的變異性。
CreateVideo (#130) 和 SaveVideo (#92)#
CreateVideo將解碼的幀和音頻組裝成最終流，您可以設置fps和bit_depth以匹配您的交付需求。SaveVideo選擇容器和編解碼器進行導出；使用廣泛支持的組合進行一般共享或高質量的變體進行後期工作。如果您快速迭代，請保持設置輕量，然後在最終渲染時切換到生產設置。
可選附加功能#
- 對於多個角色，將最清晰的正面靜態圖像放在首位，並將其作為<Picture 1>、<Picture 2>等進行引用。每個主題使用一到兩個附加靜態圖像以覆蓋角度或服裝。
- 如果您帶來參考影片，請在提示中包括對所需鏡頭行為的簡短描述，以便H3知道要保留什麼和重新解釋什麼。
- 持續時間控制在H3內部會自動對齊到安全的幀數；如果您在
CreateVideo中更改目標幀率，請重新檢查提示中的時間安排說明。 - 影片和音頻助手節點來自Video Helper Suite；它們提供ComfyUI內的強大媒體I/O。 Kosinkadink/ComfyUI-VideoHelperSuite
- 尋找MiniMax H3參考到影片在ComfyUI中的基準比較工作流程？查看官方模板並根據需要調整想法。 Comfy-Org workflow template
致謝#
此工作流程實施並建立在以下作品和資源的基礎上。我們對MiniMax Research的MiniMax H3模型，Comfy.org的MiniMax H3 ComfyUI工作流程示例，Comfy-Org的MiniMax-H3模型權重以及larryvrh的MiniMax-H3 Turbo LoRA的貢獻和維護表示感謝。有關權威細節，請參閱以下鏈接的原始文檔和存儲庫。
資源#
- MiniMax Research/MiniMax H3官方公告
- 文檔/發佈說明： MiniMax H3官方公告
- Comfy.org/MiniMax H3教程
- GitHub: comfy-org/docs
- 文檔/發佈說明： MiniMax H3: ComfyUI工作流程示例
- Comfy-Org/MiniMax-H3模型權重
- Hugging Face: Comfy-Org/MiniMax-H3
- larryvrh/MiniMax-H3 Turbo LoRA
- GitHub: Larryvrh/ComfyUI-MiniMax-H3-Turbo
- Hugging Face: larryvrh/MiniMax-H3-Turbo-Lora
注意：使用所引用的模型、數據集和代碼受其作者和維護者提供的各自許可和條款的約束。