Skip to main content
MiniMax H3は、MiniMaxの汎用オムニモーダル生成モデルで、ComfyUIではMiniMax H3 APIノードを通じて利用できます。APIワークフローはMiniMaxのサーバー上で生成を実行するため、モデルのダウンロードやローカルGPUは不要で、生成されたビデオは1秒ごとにComfy APIアカウントへ課金されます。 MiniMax H3はネイティブのステレオオーディオ付きでビデオを生成します。音声、効果音、音楽は後から重ねるのではなく、1回のフォワードパスでまとめてモデリングされます。出力は最大2K解像度、1クリップあたり5〜15秒です。
APIノードを使用するには、正しくログインしていることと、許可されたネットワーク環境で使用していることを確認する必要があります。APIノードの使用に必要な具体的な要件については、ドキュメントの「APIノードの概要」セクションをご参照ください。
ComfyUI が最新版に更新されていることを確認してください。このガイドで紹介するワークフローは、ワークフローテンプレートから入手できます。 テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。ワークフローを読み込んだ際にノードが欠落している場合の主な原因:
  1. 最新の ComfyUI(Nightly 版)を使用していない
  2. 起動時に一部のノードのインポートに失敗している

MiniMax H3 API ワークフロー

テンプレートライブラリには3つのAPIサンプルワークフローが含まれています:
  • テキストからビデオへ:テキストプロンプトからビデオを生成
  • 先頭・末尾フレームからビデオへ:先頭フレームと末尾フレームの画像の間でビデオを生成
  • 参照からビデオへ:参照画像、ビデオ、オーディオを条件にビデオを生成

MiniMax H3 テキストからビデオへ

MiniMax H3 APIを使用してテキストプロンプトからビデオを生成し、ネイティブのステレオオーディオに対応します。

Comfy Cloud で実行

Comfy Cloud で開く

ワークフローをダウンロード

JSON をダウンロード、またはテンプレートライブラリで「MiniMax H3 T2V」を検索

プロンプトのヒント

  1. プロンプト:シーン全体と、それに付随するオーディオ(セリフ、効果音、音楽)を1つのブロックで記述します
  2. 長さ:長さ入力は5〜15秒に対応しています。ワークフローには高速な5秒プレビューが付属しています
  3. 解像度と比率:APIは2Kでレンダリングします。16:99:161:1 などのアスペクト比プリセットを選択します
  4. ウォーターマーク:AIGCウォーターマークはデフォルトでオフです。必要な場合はノードの詳細設定で有効にします

MiniMax H3 先頭・末尾フレームからビデオへ

MiniMax H3 APIを使用して、先頭フレームとオプションの末尾フレーム画像の間でビデオを生成します。出力のアスペクト比は入力画像に従います。

Comfy Cloud で実行

Comfy Cloud で開く

ワークフローをダウンロード

JSON をダウンロード、またはテンプレートライブラリで「MiniMax H3 FLF2V」を検索

先頭フレーム: angel-warrior-demon-battle-start.png

このワークフロー用の先頭フレーム画像です。ご自身の画像も使用できます。

末尾フレーム: angel-warrior-demon-battle-end.png

このワークフロー用の末尾フレーム画像です。ご自身の画像も使用できます。

プロンプトのヒント

  1. フレームfirst_frame 入力は必須で、last_frame はオプションです。モデルは2つのフレーム間のモーションを生成します
  2. アスペクト比:出力は入力画像に従うため、両方のフレームを同じアスペクト比にしてください
  3. 画像の制約:各フレームの幅と高さは256〜5760ピクセルの範囲内で、アスペクト比は2:5から5:2の間である必要があります
  4. プロンプト:フレーム間の遷移と、必要なオーディオ(セリフ、効果音、音楽)を記述します

MiniMax H3 参照からビデオへ

MiniMax H3 APIを使用して、参照画像、ビデオ、オーディオを条件にビデオを生成します。 MiniMax H3 参照からビデオへのワークフロープレビュー

Comfy Cloud で実行

Comfy Cloud で開く

ワークフローをダウンロード

JSON をダウンロード、またはテンプレートライブラリで「MiniMax H3 R2V」を検索

参照画像: 9panel_storyboard_golden_hour_clay_court.png

このワークフロー用のストーリーボード参照です。ご自身の画像も使用できます。

プロンプトのヒント

  1. タグで参照:接続順に従ってプロンプト内で各入力を参照します。例:Image 1Video 1Audio 1
  2. 制限:参照画像は最大9枚、参照ビデオは最大3本、参照オーディオは最大3つです。各ビデオ・オーディオクリップは2〜15秒で、参照ビデオと参照オーディオはそれぞれ合計15秒までです
  3. オーディオには視覚的なアンカーが必要:参照画像またはビデオが1つ以上ないと、参照オーディオは使用できません
  4. ビデオの要件:参照ビデオは23.976-60 FPSである必要があります
  5. プロンプト:各参照に役割(アイデンティティ、スタイル、モーション、音声)を割り当て、対象のショットを記述します。明示的な割り当ての方がはるかに良い結果が得られる傾向があります