ComfyUI MiniMax H3 Fun ControlNet Union: video con control de pose, profundidad y Canny

​

Descargas de modelos

​

Almacenamiento de modelos

ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── minimax_h3_ref2va_pruned_int8_convrot.safetensors
│   │   └── rt_detr_v4-x-hgnet_fp16.safetensors
│   ├── 📂 text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
│   ├── 📂 vae/
│   │   ├── minimax_h3_video_vae_int8_convrot.safetensors
│   │   └── minimax_h3_audio_vae_fp32.safetensors
│   ├── 📂 loras/
│   │   └── minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors
│   ├── 📂 model_patches/
│   │   └── minimax_h3_fun_controlnet_union_pruned_int8_convrot.safetensors
│   └── 📂 checkpoints/
│       └── sdpose_wholebody_fp16.safetensors

​

Consejos para los prompts

1. Duración del video: El video objetivo dura de 5 a 15 segundos en la cuadrícula de fotogramas 17n+5 a 24fps (124 fotogramas = 5 segundos). Un video de control más largo que el objetivo se recorta a sus primeros fotogramas; uno más corto mantiene su último fotograma. Para igualar exactamente la duración del video de control, conecta la salida batch_size calculada del ejemplo con la entrada de longitud del nodo MiniMax H3 Reference to Video
2. Orientación y strength: Mantén guidance_scale en 1.0. Aumenta el strength del patch por encima de 1 solo si el resultado se aleja del control
3. Relleno inteligente de video: Conecta una máscara a la entrada mask: las regiones marcadas con 1 se regeneran bajo el control de la entrada opcional source_video, mientras el resto del fotograma permanece fijo
4. Modo turbo (opcional): Activa la casilla Lightning LoRA para usar el LoRA turbo de 4 pasos y generar mucho más rápido, con una calidad de audio y movimiento ligeramente inferior
5. Preparar los videos de control: ComfyUI incluye nodos de preprocesamiento integrados para cada tipo de control. Consulta el nodo Detect Edges (Canny) para bordes y el tutorial Depth Anything 3 para mapas de profundidad