ComfyUI MiniMax H3 텍스트·이미지·레퍼런스 기반 비디오 워크플로

​

MiniMax H3 텍스트 기반 비디오 생성 (T2V)

​

모델 다운로드

​

모델 저장 위치

ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── minimax_h3_fl2va_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_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
│   └── 📂 embeddings/
│       └── minimaxh3_art_is_explosion.safetensors

​

프롬프트 작성 팁

1. 장면 우선: 전체 장면 후 시간축 샷
2. 한 블록: 샷, 카메라, 대사, SFX, 음악을 같은 블록에
3. 해상도: 16:9 네이티브 1344×768(단변 768px); 32 배수
4. 길이: 24fps 17k+5 그리드
5. 첫/끝 프레임: MiniMaxH3ImageToVideo first_frame/last_frame으로 FL2VA
6. Turbo: 기본 20 스텝; turbo_mode 8 스텝 Lightning LoRA(빠름, 모션/오디오 약간 soft). 모션 품질은 25 등

​

MiniMax H3 이미지 기반 비디오 생성 (I2V)

​

모델 다운로드

​

모델 저장 위치

ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── minimax_h3_fl2va_pruned_int8_convrot.safetensors
│   ├── 📂 text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
│   ├── 📂 loras/
│   │   └── minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
│   ├── 📂 vae/
│   │   ├── minimax_h3_video_vae_int8_convrot.safetensors
│   │   └── minimax_h3_audio_vae_fp32.safetensors
│   └── 📂 embeddings/
│       └── minimaxh3_art_is_explosion.safetensors

​

프롬프트 팁

1. 키프레임: first_frame/last_frame 선택; 그 사이 모션 생성
2. 프롬프트: 샷, 모션, 오디오 한 블록
3. 해상도/길이: 규칙은 T2V와 동일(네이티브 목표 1344×768, 17k+5)
4. Turbo: turbo_mode는 turbo_steps(기본 8), turbo_model_strength(기본 1.0)로 20 스텝 대체

​

MiniMax H3 레퍼런스 기반 비디오 생성 (R2V)

​

모델 다운로드

​

모델 저장 위치

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
│   └── 📂 embeddings/
│       └── minimaxh3_art_is_explosion.safetensors

​

프롬프트 팁

1. 태그: <Picture 1>, <Video 1>, <Audio 1>(ref_image_0 → <Picture 1>). 순서: 이미지, 비디오, 오디오
2. 역할: 각 참조가 정체성, 스타일, 모션, 카메라, 목소리 중 무엇을 담당하는지
3. 한도: 이미지 9, 비디오 3, 독립 오디오 3
4. 비디오 FPS: 24fps 읽기(메타데이터 없음). 로드 전 24fps 변환
5. 비디오 사운드: 화면과 사운드트랙 분리; ref_video_audio_N ↔ ref_video_N 없으면 <Audio N> 참조로 쓰이지 않음
6. 오디오 번호: 비디오 사운드트랙이 먼저 <Audio N>, 이후 독립 클립; 화면 번호와 독립
7. VAE: 비디오 사운드트랙 vae+audio_vae; 독립 오디오 audio_vae만
8. 오디오 용도: 예 use <Audio 1> exactly as it is / follow the timbre of <Audio 2>
9. 목소리: Audio 참조는 음색이지 대사 아님; 연기 명시; 엄격하면 화자당 1 Audio 참조
10. ref_image_size: 기본 match. max 단변 2048·느림·작은 파일 확대 안 함; 필요 시 2048 단변·32 배수로 사전 스케일
11. 가중치: R2V ref2va, T2V/I2V fl2va 아님
12. Turbo: 선택 4 스텝 Lightning(빠름, 참조 약함); 밀착 참조 20–25 스텝
13. 스타일 LoRA: 참조와 경쟁; 기본 schedule 강도 ~0.5

​

네이티브 노드 고급 워크플로

​

임의 프레임에 가이드 고정 (#15439)

• image: 정지 또는 클립(다프레임은 유효 17k+5 길이로 crop; 5 미만은 첫 이미지만)
• audio: 같은 프레임 사운드트랙, 남은 길이로 crop
• frame_idx: 앵커 위치

​

잠재 노이즈 마스크 인페인팅 및 확장 (#15375)