MiniMaxH3ReferenceToVideo - ComfyUI Built-in Node Documentation - ComfyUI

MiniMax H3 Reference to Video는 MiniMax H3 참조-영상 생성에 필요한 텍스트 컨디셔닝과 빈 영상 잠재(latent)를 생성합니다. 프롬프트와 선택적 참조 이미지, 영상, 오디오 클립을 제공하면 노드는 이러한 참조를 모델이 생성 중에 사용할 수 있는 토큰으로 인코딩합니다. 프롬프트는 <Picture i>, <Video k>, <Audio j> 태그로 참조를 지정합니다.

입력

매개변수	설명	데이터 타입	필수	범위
`clip`	프롬프트를 토큰화하고 참조 미디어를 컨디셔닝 토큰으로 인코딩하는 데 사용되는 CLIP 모델입니다.	CLIP	예
`vae`	참조 이미지와 참조 비디오 프레임을 잠재 공간으로 인코딩하는 데 사용되는 VAE입니다.	VAE	예
`audio_vae`	참조 오디오를 잠재 공간으로 인코딩하는 데 사용되는 VAE입니다(32kHz 오디오 샘플 레이트).	VAE	예
`prompt`	비디오에 대한 텍스트 프롬프트입니다. 참조 미디어는 `<Picture i>`, `<Video k>`, `<Audio j>` 태그(각 유형별 1부터 시작)로 지정할 수 있습니다. 여러 줄 및 동적 프롬프트를 지원합니다.	STRING	예
`width`	생성된 비디오의 너비(픽셀)입니다(기본값: 1344).	INT	예	32 ~ 16384 (단계 32)
`height`	생성된 비디오의 높이(픽셀)입니다(기본값: 768).	INT	예	32 ~ 16384 (단계 32)
`length`	24fps에서의 프레임 수입니다. 124 = 약 5초, 학습 범위는 약 124~362입니다(기본값: 124).	INT	예	5 ~ 3600 (단계 17)
`ref_image_size`	참조 이미지 크기 조정 모드입니다. `match`는 각 참조 이미지를 종횡비를 유지하면서 생성 픽셀 영역에 맞게 축소만 합니다. `max`는 참조 파이프라인의 2048px 짧은 변을 사용하여 최상의 동일성 충실도를 제공합니다. 참조 토큰은 모든 샘플링 단계를 통과하므로 `max`는 몇 배 더 느릴 수 있습니다(기본값: `match`).	COMBO	예	`"match"` `"max"`
`ref_images`	선택적 참조 이미지입니다. 각 이미지는 더 큰 경우 2048px 짧은 변으로 축소되며 확대되지 않습니다. 여러 이미지를 제공할 수 있습니다.	IMAGE	아니요	0 ~ 9
`ref_videos`	선택적 참조 비디오 프레임입니다(24fps, 2~15초). 여러 비디오를 제공할 수 있습니다.	IMAGE	아니요	0 ~ 3
`ref_video_audios`	참조 비디오와 인덱스로 짝지어진 선택적 사운드트랙입니다. `ref_video_audio_N`은 같은 번호의 `ref_video_N`의 사운드트랙입니다.	AUDIO	아니요	0 ~ 3
`ref_audios`	선택적 독립 실행형 참조 오디오 클립입니다.	AUDIO	아니요	0 ~ 3

참고:

프롬프트는 각 유형별 1부터 시작하는 태그로 참조 미디어를 지정합니다: 이미지에는 <Picture i>, 비디오에는 <Video k>, 오디오에는 <Audio j>를 사용합니다. 참조는 고정된 순서로 모델에 제공됩니다: 이미지, 그 다음 비디오(각 사운드트랙의 <Audio j> 라벨은 해당 <Video k> 바로 앞에 위치), 그 다음 독립 실행형 오디오입니다.
참조 비디오는 최소 5프레임(24fps에서 약 0.2초)을 포함해야 하며, 그렇지 않으면 노드가 오류를 발생시킵니다. 비디오 프레임은 또한 선택된 length로 제한되고 지원되는 프레임 수로 잘립니다.

출력

출력 이름	설명	데이터 타입
`positive`	MiniMax H3 모델에서 사용하는 인코딩된 프롬프트와 인코딩된 참조 이미지, 비디오 및 오디오 토큰을 포함하는 컨디셔닝입니다.	CONDITIONING
`latent`	요청된 `width`, `height`, `length`(프레임 수)의 빈 오디오-비디오 잠재(latent)입니다.	LATENT

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 529e51c5c9c63a94176a15851f40ac42f7bd93e7d7c6ad334ed22aa29d04dfde