MiniMax H3: Referência para Vídeo

Gere um novo vídeo alimentando o MiniMax H3 com uma imagem de referência, até nove imagens, três vídeos e três clipes de áudio junto com um prompt de texto, permitindo que o modelo combine identidade de personagem, movimento, câmera, voz ou estilo dessas fontes enquanto produz áudio estéreo nativo em uma única passagem. A saída é um único vídeo MP4 em até 2K de resolução e 24fps por cerca de 15 segundos. Ideal para animação consistente de personagens, geração de vídeo com transferência de estilo e criação de conteúdo sincronizado com áudio.

Input

Name the references as <Picture 1> and <Picture 2>; describe shots, camera moves and sound.

Referred to as <Picture 1> in the prompt.

Referred to as <Picture 2> in the prompt.

Advanced settings

Leave empty for a new result each run. Enter a number to repeat one.

On: 4-step turbo LoRA (fast). Off: 20 steps.

Output
00:00
Example

Experimente um exemplo

Sobre este fluxo de trabalho

Este fluxo de trabalho demonstra a geração reference-to-video do MiniMax H3 no ComfyUI: você fornece um prompt de texto mais até nove imagens de referência, três vídeos curtos de referência e três clipes de áudio, e o modelo produz um único MP4 com áudio estéreo nativo em uma única passada. O nó MiniMaxH3ReferenceToVideo é o núcleo, combinando contexto multimodal (identidade, movimento, câmera, estilo e voz) com seu prompt para sintetizar um clipe de ~15s em até 2K de resolução e 24fps.

Por baixo do capô, o grupo Switch Model and Settings carrega a pilha de modelos MiniMax H3 via UNETLoader e CLIPLoader, enquanto KSamplerSelect, BasicScheduler, SamplerCustomAdvanced e BasicGuider gerenciam o comportamento de amostragem (com seed definido por RandomNoise para reprodutibilidade). ResolutionSelector define um tamanho 16:9 alinhado a múltiplos de 32, e ComfyMathExpression com PrimitiveFloat calcula valores derivados como contagem de frames a partir da duração e fps. Após a geração, VAELoader fornece os VAEs de vídeo e áudio; VAEDecode reconstrói os frames a partir dos latentes de vídeo e VAEDecodeAudio reconstrói as formas de onda estéreo. CreateVideo multiplexa frames e áudio, e SaveVideo grava o MP4 final. Isso torna o fluxo de trabalho prático para animação com consistência de personagem, movimento guiado por estilo e conteúdo sincronizado com áudio sem etapas separadas de TTS ou sound design.

Perguntas e respostas