Flujo de trabajo de referencia multifotograma de MiniMax H3 en ComfyUI

​

Descargas de modelos

​

Almacenamiento de modelos

ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── minimax_h3_ref2va_pruned_int8_convrot.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

​

Consejos para el prompt

1. Haz referencia por etiqueta: <Picture 1> es la imagen conectada a la primera ranura de ref_images, <Picture 2> a la segunda, y así sucesivamente. En este flujo de trabajo, <Picture 1> es tanto el bloqueo de identidad como el primer fotograma del video
2. Anclajes de la línea de tiempo frente a referencias: las imágenes conectadas solo a nodos Add Guide anclan composiciones en fotogramas específicos, pero no son visibles para el codificador de texto. Conéctalas también a ranuras ref_images adicionales si quieres que el prompt las vea como <Picture N>
3. Índice de fotograma: cada Add Guide toma frame_idx en fotogramas a 24 fps; la plantilla lo calcula a partir de segundos con round(seconds * 24). Los valores negativos cuentan desde el final del video. El índice más la longitud de la guía deben quedar dentro de la duración generada
4. Añade más fotogramas clave: copia un bloque de guía (Load Image + Frame Index + Math Expression + Add Guide for MiniMax H3) y mantén las salidas positive encadenadas en serie hacia el Basic Guider
5. Modo turbo (opcional): activa la casilla Lightning LoRA para usar el LoRA turbo de 4 pasos y lograr una generación mucho más rápida, con una calidad de audio y movimiento ligeramente inferior

​

Guía para escribir prompts