Bu ComfyUI iş akışı, tek bir metin istemini MiniMax H3 ile yerel stereo sesli eksiksiz bir kısa videoya dönüştürür. Omni-modal üretici modelin çekirdeğinde H3 düğümü (4c314f31-ecda-4b08-ae98-faaba1bf613f) bulunur; bu düğüm, görselleri, sesi, efektleri ve müziği tek geçişte birlikte sentezler. ResolutionSelector, kararlı kod çözme için (32’nin katı) geçerli bir genişlik/yükseklik çifti seçer; SaveVideo ise gömülü sesle son konteyneri yazar. Kanvasta bir MarkdownNote hızlı ipuçları ve model bağlantıları sunar. Tipik çıktılar ~15 saniye, 24 fps ve 2K çözünürlüğe kadar olabilir — dosya girişi olmadan hızlı konsept görselleştirme ve sesle senkronize hikaye anlatımı için idealdir.

Arka planda iş akışı, MiniMax’in eşleşen VAE’lerini her iki mod için de kullanır: kareler için video VAE (minimax_h3_video_vae_fp16.safetensors) ve stereo ses için ses VAE (minimax_h3_audio_vae_fp32.safetensors). H3 düğümünün birleşik çıktısı doğrudan SaveVideo’ya yönlendirilir; böylece zaten senkronize edilmiş tek bir MP4 (veya seçilen konteyner) elde edersiniz, manuel ses karıştırmaya gerek kalmaz. Model görsel ve sesi birlikte ürettiği için, istemdeki ifadeler her ikisini de yönlendirir: sahneleri, tempoyu ve ses ipuçlarını (“yumuşak piyano müziği”, “çıtırdayan şömine”, “anlatıcı: …” gibi) tanımlayarak zamanlama ve tonu tek geçişte şekillendirebilirsiniz.