MiniMax H3: Reference to Video

Сгенерируйте новое видео, подав в MiniMax H3 референсное изображение, до девяти изображений, три видео и три аудиоклипа вместе с текстовым промптом — модель сможет сопоставить идентичность персонажа, движение, камеру, голос или стиль по этим источникам и при этом сгенерировать стереоаудио за один проход. Выход — один MP4-файл с видео до 2K и 24fps примерно на 15 секунд. Подходит для анимации с сохранением персонажа, генерации видео со стилевым переносом и контента с синхронизацией по аудио.

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

Попробовать пример

Об этом рабочем процессе

Этот рабочий процесс демонстрирует генерацию reference-to-video MiniMax H3 в ComfyUI: вы задаёте текстовый промпт плюс до девяти референсных изображений, три коротких референсных видео и три аудиоклипа, а модель за один проход выдаёт один MP4 с нативным стерео-аудио. Нода MiniMaxH3ReferenceToVideo — ядро пайплайна: она объединяет мультимодальный контекст (личность, движение, камера, стиль и голос) с вашим промптом, чтобы синтезировать клип ~15 с с разрешением до 2K и 24fps.

Внутри группа Switch Model and Settings загружает стек модели MiniMax H3 через UNETLoader и CLIPLoader, а KSamplerSelect, BasicScheduler, SamplerCustomAdvanced и BasicGuider управляют поведением сэмплинга (с seed от RandomNoise для воспроизводимости). ResolutionSelector задаёт размер 16:9, выровненный по кратности 32, а ComfyMathExpression вместе с PrimitiveFloat считает производные значения — например, число кадров по длительности и fps. После генерации VAELoader предоставляет VAE для видео и аудио; VAEDecode восстанавливает кадры из видео-латентов, а VAEDecodeAudio — стерео-волны. CreateVideo мультиплексирует кадры и аудио, а SaveVideo записывает итоговый MP4. Это делает рабочий процесс практичным для анимации с сохранением персонажа, движения под стиль и контента, синхронизированного с аудио, без отдельных шагов TTS или саунд-дизайна.

Вопросы и ответы