拓冰网站定制 
逐节点深度解析Minimax-H3-ComfyUI双工作流AddGuide、ReferenceToVideo与Turbo 4步首帧全拆解【免费下载链接】Minimax-H3-ComfyUI项目地址: https://ai.gitcode.com/hf_mirrors/Alissonerdx/Minimax-H3-ComfyUIMinimax-H3-ComfyUI 是面向 ComfyUI 的 MiniMax H3 视频模型 LoRA 工作流项目它提供 LMS 锐化与工作流迁移两套开箱即用的工作流 JSON核心围绕MiniMaxH3AddGuide对齐引导、MiniMaxH3ReferenceToVideo参考视频节点以及Turbo 4 步首帧快速出稿机制展开帮助新手用极少采样步数完成先生成、再锐化的两段式视频生产。一、项目速览两个 LoRA、两套工作流仓库结构非常简洁核心资产只有三处资产路径作用LMS 锐化 LoRAloras/minimax_h3_lms_v1.0_r64.safetensorsRank-64 LoRA让源视频在保持写实时变得更锐利风格迁移 LoRAloras/minimax_h3_style_transfer_v1.0_r64.safetensorsRank-64 LoRA将源视频风格迁移到目标内容双工作流workflows/可直接导入 ComfyUI 的两套完整节点图 设计哲学一句话先用 Turbo 4 步 LoRA 快速出草稿首帧再用 AddGuide 把源视频作为对齐指南送入第二遍锐化。这正是 README.md 中说的为第二遍锐化已有片段而设计。效果对比视频可直接在仓库内预览examples/comparison-2-audio.mp4、examples/comparison-5.mp4 等 8 组前后对比样例。二、一键准备工作流安装与依赖清单导入工作流前先确认四类依赖就位基础模型权重Comfy-Org 发布的 MiniMax H3 权重主训练基准是ref2vafl2va未充分测试。工作流中实际加载的是 workflows/minimax_h3_lms_workflow.json#L1452-L1454 指定的minimax_h3_ref2va_pruned_int8_convrot.safetensorsint8 量化版显存更友好。ComfyUI 原生 MiniMax H3 节点MiniMaxH3AddGuide、MiniMaxH3ReferenceToVideo随 ComfyUI 官方支持自带无需额外安装。kijai/ComfyUI-KJNodes工作流里大量的SetNode/GetNode如Get_first_frames、Get_base_model都来自该扩展负责跨节点传递变量。ostris/ComfyUI-AIToolkit-MiniMaxH3仅用于AIToolkitMiniMaxH3RefVideo节点作用是在送入 AddGuide 前把片段缩放到目标分辨率。不想装依赖的话换成任意缩放节点即可作者在 README 中明确说明可替换。本地获取仓库git clone https://gitcode.com/hf_mirrors/Alissonerdx/Minimax-H3-ComfyUI然后把 workflows/minimax_h3_lms_workflow.json 或 workflows/minimax_h3_style_transfer_workflow.json 直接拖入 ComfyUI 画布即可。三、工作流①逐节点拆解LMS 锐化工作流3.1 模型加载区UNETLoader 双 CLIP 双 VAE工作流起点是标准三件套UNETLoader加载 int8 主权重两个CLIPLoader分别产出clip_h3供 H3 节点使用与clip_auto_prompt自动提示词编码两个VAELoader分别负责视频 VAE与音频 VAE。注意一个关键细节MiniMaxH3ReferenceToVideo节点同时吃vae和audio_vae两个输入见 workflows/minimax_h3_lms_workflow.json#L4420-L4448——说明 H3 是音视频联合生成模型EmptyAudio节点时长 5 秒、44100Hz、双声道就是为此准备的静音底轨。3.2 MiniMaxH3AddGuide 全拆解frame_idx0 的三个铁律这是整个项目的灵魂节点定义在 workflows/minimax_h3_lms_workflow.json#L3079-L3149唯一的关键参数就是frame_idx 0。它和普通参考视频完全不同源片段会被 VAE 编码成潜空间指南guide latents按三条规则与目标片段严格对齐对齐规则含义新手理解相同时间起点frame_idx0指南第 i 帧与目标第 i 帧同位置指南时钟和目标时钟从同一秒开始走相同空间网格指南在目标分辨率下编码指南 token (t,y,x) 精确落在目标 token (t,y,x) 上不推进参考时钟指南叠加在目标时间线上而非追加在前注意力对齐零成本模型不用找对应关系由此衍生出两条实操红线指南时长不能短于目标且分辨率必须一致——否则对齐崩掉片段长度必须落在合法序列17k5上5、22、39、56、73、90、107、124……工作流里甚至专门写了个数学表达式节点自动取整workflows/minimax_h3_lms_workflow.json#L3256-L3258。训练时指南几乎不加噪约 0.1%而目标正常加噪所以模型学到的是逐像素映射而不是两边一起降噪。文本编码器完全看不到指南——只有提示词文本进编码器视频纯以潜变量进 Transformer。3.3 Turbo 4 步首帧第一遍如何快速出稿工作流采用两段式采样。第一遍first pass挂载 Turbo 加速 LoRA加载位置workflows/minimax_h3_lms_workflow.json#L2620-L2623文件名minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors经LoraLoaderModelOnly以强度 1.0 注入它的任务是用4 个采样步基于首帧/参考快速生成一段草稿视频产物通过first_frames、first_pass_result_frames、first_latent等 KJNodes 变量传递到第二遍。第二遍再把这段草稿接入 AddGuide由 LMS LoRA 完成锐化——这就是标题里Turbo 4 步首帧的完整链路快糙出稿 → 对齐锐化。3.4 MiniMaxH3ReferenceToVideo 节点为什么它处于旁路状态该节点位于 workflows/minimax_h3_lms_workflow.json#L4401-L4529支持最多 2 路参考图像 参考视频 参考音频默认分辨率 672×384、长度 107 帧。但它与 AddGuide 是两套竞争机制ReferenceToVideo 传入的是自带独立时钟的参考块追加在目标时间线之前而 AddGuide 传入的是对齐时钟的指南块。LMS 工作流中该节点被设为旁路bypass模式——作者明确建议与 AddGuide 叠加使用属于实验性玩法结果会不同但不一定更好。新手请保持旁路先把指南链路跑通。3.5 采样链与低显存三件套BasicSchedulersimple 调度SamplerCustomAdvancedeuler采样器 CFGGuider噪声由RandomNoise节点以固定种子 42 生成保证结果可复现低显存三件套MiniMaxLowVRAMAttention、MiniMaxChunkFeedForward、MiniMaxH3SigmaShiftworkflows/minimax_h3_lms_workflow.json#L1285、#L1331、#L2010分别做注意力分块、前馈分块与 sigma 偏移是消费级显卡跑通 H3 的关键工作流还内置了一张 16:9 分辨率速查表节点0.2~2.0 兆像素如 960×544、1920×1088选尺寸时直接对照即可。四、工作流②逐节点拆解风格迁移工作流workflows/minimax_h3_style_transfer_workflow.json 与 LMS 工作流共享同一套骨架UNet/CLIP/VAE 加载、低显存三件套、Set/Get 变量总线差异集中在三点AddGuide 同样锚定 frame_idx0且节点内显式保留了命名参数workflows/minimax_h3_style_transfer_workflow.json#L2491-L2496图像输入取自Get_first_frames变量——首帧同样走对齐指南通道Turbo 4 步 LoRA 复用同样经LoraLoaderModelOnly加载workflows/minimax_h3_style_transfer_workflow.json#L3729-L3736第一遍出稿逻辑与 LMS 一致ReferenceToVideo 节点同样在列#L4927风格迁移场景下可以实验性启用参考视频输入但注意它与指南机制并存时属于双重条件注入效果需自行验证。 使用建议风格迁移 LoRA 配合 AddGuide 时提示词写法参照 README 的触发式描述一句说明做什么即可避免长篇描述干扰像素级对齐。五、避坑清单新手最常踩的 4 个坑现象原因解决生成后画面与源视频对不上位指南分辨率或时长与目标不一致保证同源缩放长度取17k5序列节点标红找不到缺少 KJNodes / AIToolkit 扩展装 kijai/ComfyUI-KJNodesAIToolkit 节点可换普通缩放节点首帧闪变、草稿崩坏第一遍 4 步 LoRA 权重未加载或强度不为 1检查LoraLoaderModelOnly指向 Turbo 文件且 strength1显存爆掉未走低显存路径确认 MiniMaxLowVRAMAttention / ChunkFeedForward 在链路中并选 0.5 兆像素档位六、附录文件与节点路径速查说明文档README.mdLMS 工作流workflows/minimax_h3_lms_workflow.jsonAddGuide 见 #L3079ReferenceToVideo 见 #L4401风格迁移工作流workflows/minimax_h3_style_transfer_workflow.jsonAddGuide 见 #L2423LoRA 模型loras/前后对比样例examples/掌握AddGuide 的三铁律 Turbo 4 步两段式这套双工作流就能稳定复现低步数出稿、高保真锐化的完整链路。【免费下载链接】Minimax-H3-ComfyUI项目地址: https://ai.gitcode.com/hf_mirrors/Alissonerdx/Minimax-H3-ComfyUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 逐节点深度解析Minimax-H3-ComfyUI双工作流：AddGuide、ReferenceToVideo与Turbo 4步首帧全拆解
逐节点深度解析Minimax-H3-ComfyUI双工作流AddGuide、ReferenceToVideo与Turbo 4步首帧全拆解【免费下载链接】Minimax-H3-ComfyUI项目地址: https://ai.gitcode.com/hf_mirrors/Alissonerdx/Minimax-H3-ComfyUIMinimax-H3-ComfyUI 是面向 ComfyUI 的 MiniMax H3 视频模型 LoRA 工作流项目它提供 LMS 锐化与工作流迁移两套开箱即用的工作流 JSON核心围绕MiniMaxH3AddGuide对齐引导、MiniMaxH3ReferenceToVideo参考视频节点以及Turbo 4 步首帧快速出稿机制展开帮助新手用极少采样步数完成先生成、再锐化的两段式视频生产。一、项目速览两个 LoRA、两套工作流仓库结构非常简洁核心资产只有三处资产路径作用LMS 锐化 LoRAloras/minimax_h3_lms_v1.0_r64.safetensorsRank-64 LoRA让源视频在保持写实时变得更锐利风格迁移 LoRAloras/minimax_h3_style_transfer_v1.0_r64.safetensorsRank-64 LoRA将源视频风格迁移到目标内容双工作流workflows/可直接导入 ComfyUI 的两套完整节点图 设计哲学一句话先用 Turbo 4 步 LoRA 快速出草稿首帧再用 AddGuide 把源视频作为对齐指南送入第二遍锐化。这正是 README.md 中说的为第二遍锐化已有片段而设计。效果对比视频可直接在仓库内预览examples/comparison-2-audio.mp4、examples/comparison-5.mp4 等 8 组前后对比样例。二、一键准备工作流安装与依赖清单导入工作流前先确认四类依赖就位基础模型权重Comfy-Org 发布的 MiniMax H3 权重主训练基准是ref2vafl2va未充分测试。工作流中实际加载的是 workflows/minimax_h3_lms_workflow.json#L1452-L1454 指定的minimax_h3_ref2va_pruned_int8_convrot.safetensorsint8 量化版显存更友好。ComfyUI 原生 MiniMax H3 节点MiniMaxH3AddGuide、MiniMaxH3ReferenceToVideo随 ComfyUI 官方支持自带无需额外安装。kijai/ComfyUI-KJNodes工作流里大量的SetNode/GetNode如Get_first_frames、Get_base_model都来自该扩展负责跨节点传递变量。ostris/ComfyUI-AIToolkit-MiniMaxH3仅用于AIToolkitMiniMaxH3RefVideo节点作用是在送入 AddGuide 前把片段缩放到目标分辨率。不想装依赖的话换成任意缩放节点即可作者在 README 中明确说明可替换。本地获取仓库git clone https://gitcode.com/hf_mirrors/Alissonerdx/Minimax-H3-ComfyUI然后把 workflows/minimax_h3_lms_workflow.json 或 workflows/minimax_h3_style_transfer_workflow.json 直接拖入 ComfyUI 画布即可。三、工作流①逐节点拆解LMS 锐化工作流3.1 模型加载区UNETLoader 双 CLIP 双 VAE工作流起点是标准三件套UNETLoader加载 int8 主权重两个CLIPLoader分别产出clip_h3供 H3 节点使用与clip_auto_prompt自动提示词编码两个VAELoader分别负责视频 VAE与音频 VAE。注意一个关键细节MiniMaxH3ReferenceToVideo节点同时吃vae和audio_vae两个输入见 workflows/minimax_h3_lms_workflow.json#L4420-L4448——说明 H3 是音视频联合生成模型EmptyAudio节点时长 5 秒、44100Hz、双声道就是为此准备的静音底轨。3.2 MiniMaxH3AddGuide 全拆解frame_idx0 的三个铁律这是整个项目的灵魂节点定义在 workflows/minimax_h3_lms_workflow.json#L3079-L3149唯一的关键参数就是frame_idx 0。它和普通参考视频完全不同源片段会被 VAE 编码成潜空间指南guide latents按三条规则与目标片段严格对齐对齐规则含义新手理解相同时间起点frame_idx0指南第 i 帧与目标第 i 帧同位置指南时钟和目标时钟从同一秒开始走相同空间网格指南在目标分辨率下编码指南 token (t,y,x) 精确落在目标 token (t,y,x) 上不推进参考时钟指南叠加在目标时间线上而非追加在前注意力对齐零成本模型不用找对应关系由此衍生出两条实操红线指南时长不能短于目标且分辨率必须一致——否则对齐崩掉片段长度必须落在合法序列17k5上5、22、39、56、73、90、107、124……工作流里甚至专门写了个数学表达式节点自动取整workflows/minimax_h3_lms_workflow.json#L3256-L3258。训练时指南几乎不加噪约 0.1%而目标正常加噪所以模型学到的是逐像素映射而不是两边一起降噪。文本编码器完全看不到指南——只有提示词文本进编码器视频纯以潜变量进 Transformer。3.3 Turbo 4 步首帧第一遍如何快速出稿工作流采用两段式采样。第一遍first pass挂载 Turbo 加速 LoRA加载位置workflows/minimax_h3_lms_workflow.json#L2620-L2623文件名minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors经LoraLoaderModelOnly以强度 1.0 注入它的任务是用4 个采样步基于首帧/参考快速生成一段草稿视频产物通过first_frames、first_pass_result_frames、first_latent等 KJNodes 变量传递到第二遍。第二遍再把这段草稿接入 AddGuide由 LMS LoRA 完成锐化——这就是标题里Turbo 4 步首帧的完整链路快糙出稿 → 对齐锐化。3.4 MiniMaxH3ReferenceToVideo 节点为什么它处于旁路状态该节点位于 workflows/minimax_h3_lms_workflow.json#L4401-L4529支持最多 2 路参考图像 参考视频 参考音频默认分辨率 672×384、长度 107 帧。但它与 AddGuide 是两套竞争机制ReferenceToVideo 传入的是自带独立时钟的参考块追加在目标时间线之前而 AddGuide 传入的是对齐时钟的指南块。LMS 工作流中该节点被设为旁路bypass模式——作者明确建议与 AddGuide 叠加使用属于实验性玩法结果会不同但不一定更好。新手请保持旁路先把指南链路跑通。3.5 采样链与低显存三件套BasicSchedulersimple 调度SamplerCustomAdvancedeuler采样器 CFGGuider噪声由RandomNoise节点以固定种子 42 生成保证结果可复现低显存三件套MiniMaxLowVRAMAttention、MiniMaxChunkFeedForward、MiniMaxH3SigmaShiftworkflows/minimax_h3_lms_workflow.json#L1285、#L1331、#L2010分别做注意力分块、前馈分块与 sigma 偏移是消费级显卡跑通 H3 的关键工作流还内置了一张 16:9 分辨率速查表节点0.2~2.0 兆像素如 960×544、1920×1088选尺寸时直接对照即可。四、工作流②逐节点拆解风格迁移工作流workflows/minimax_h3_style_transfer_workflow.json 与 LMS 工作流共享同一套骨架UNet/CLIP/VAE 加载、低显存三件套、Set/Get 变量总线差异集中在三点AddGuide 同样锚定 frame_idx0且节点内显式保留了命名参数workflows/minimax_h3_style_transfer_workflow.json#L2491-L2496图像输入取自Get_first_frames变量——首帧同样走对齐指南通道Turbo 4 步 LoRA 复用同样经LoraLoaderModelOnly加载workflows/minimax_h3_style_transfer_workflow.json#L3729-L3736第一遍出稿逻辑与 LMS 一致ReferenceToVideo 节点同样在列#L4927风格迁移场景下可以实验性启用参考视频输入但注意它与指南机制并存时属于双重条件注入效果需自行验证。 使用建议风格迁移 LoRA 配合 AddGuide 时提示词写法参照 README 的触发式描述一句说明做什么即可避免长篇描述干扰像素级对齐。五、避坑清单新手最常踩的 4 个坑现象原因解决生成后画面与源视频对不上位指南分辨率或时长与目标不一致保证同源缩放长度取17k5序列节点标红找不到缺少 KJNodes / AIToolkit 扩展装 kijai/ComfyUI-KJNodesAIToolkit 节点可换普通缩放节点首帧闪变、草稿崩坏第一遍 4 步 LoRA 权重未加载或强度不为 1检查LoraLoaderModelOnly指向 Turbo 文件且 strength1显存爆掉未走低显存路径确认 MiniMaxLowVRAMAttention / ChunkFeedForward 在链路中并选 0.5 兆像素档位六、附录文件与节点路径速查说明文档README.mdLMS 工作流workflows/minimax_h3_lms_workflow.jsonAddGuide 见 #L3079ReferenceToVideo 见 #L4401风格迁移工作流workflows/minimax_h3_style_transfer_workflow.jsonAddGuide 见 #L2423LoRA 模型loras/前后对比样例examples/掌握AddGuide 的三铁律 Turbo 4 步两段式这套双工作流就能稳定复现低步数出稿、高保真锐化的完整链路。【免费下载链接】Minimax-H3-ComfyUI项目地址: https://ai.gitcode.com/hf_mirrors/Alissonerdx/Minimax-H3-ComfyUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考