MiniMax H3: Referanstan Videoya

MiniMax H3'e bir referans görsel, dokuz adede kadar görsel, üç video ve üç ses klibi ile birlikte bir metin istemi vererek yeni bir video oluşturun. Model, bu kaynaklardan karakter kimliği, hareket, kamera, ses veya stili eşleştirirken tek geçişte yerel stereo ses üretir. Çıktı, yaklaşık 15 saniyelik, 2K çözünürlüğe ve 24fps'ye kadar tek bir MP4 videodur. Karakter tutarlılığı olan animasyonlar, stil transferli video üretimi ve sesle senkronize içerik oluşturma için idealdir.

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

Bir örnek deneyin

Bu iş akışı hakkında

Bu iş akışı, ComfyUI içinde MiniMax H3’ün referanstan videoya üretimini gösterir: bir metin istemi ile birlikte en fazla dokuz referans görsel, üç kısa referans video ve üç ses klibi sağlarsınız; model tek geçişte yerel stereo sesli tek bir MP4 üretir. Temel parça MiniMaxH3ReferenceToVideo düğümüdür; çok modlu bağlamı (kimlik, hareket, kamera, stil ve ses) isteminizle birleştirerek 2K çözünürlüğe ve 24fps’ye kadar ~15 sn’lik bir klip sentezler.

Arka planda Switch Model and Settings grubu, MiniMax H3 model yığınını UNETLoader ve CLIPLoader üzerinden yükler; KSamplerSelect, BasicScheduler, SamplerCustomAdvanced ve BasicGuider ise örnekleme davranışını yönetir (tekrar üretilebilirlik için RandomNoise ile seed verilir). ResolutionSelector, 32’nin katlarına hizalı 16:9 bir boyut ayarlar; ComfyMathExpression ile PrimitiveFloat, süre ve fps’den kare sayısı gibi türetilmiş değerleri hesaplar. Üretimden sonra VAELoader hem video hem de ses VAE’lerini sağlar; VAEDecode video latent’lerinden kareleri, VAEDecodeAudio ise stereo dalga biçimlerini geri oluşturur. CreateVideo kareleri ve sesi birleştirir, SaveVideo da nihai MP4’ü yazar. Bu sayede iş akışı, ayrı TTS veya ses tasarımı adımları olmadan karakter tutarlı animasyon, stile göre yönlendirilen hareket ve sesle senkron içerik için pratiktir.

Sorular ve yanıtlar