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_fp16.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. 전체 장면 설명: 먼저 전체 장면(위치, 캐릭터, 어떤 일이 일어나고 있는지)을 설명한 다음, 시간대별 샷으로 나누어 작성하세요
2. 샷, 카메라, 오디오: 샷, 카메라 무빙, 그리고 함께 제공되는 오디오(대사, SFX, 음악)를 하나의 프롬프트 블록에서 설명하세요
3. 해상도: H3의 기본 캔버스는 짧은 변이 768px이며, 16:9 비율에서는 1344x768입니다. 해상도는 32의 배수로 반올림됩니다
4. 재생 시간: 재생 시간 입력은 24fps에서 모델의 블록당 17프레임(17k+5) 그리드에 맞춰집니다
5. 첫 번째/마지막 프레임: MiniMaxH3ImageToVideo 노드의 first_frame 및/또는 last_frame에 이미지를 연결하면 이 워크플로를 첫 번째/마지막 프레임 이미지 기반 비디오 생성으로 전환할 수 있습니다
6. 터보 모드(선택 사항): 기본 워크플로는 20스텝으로 생성합니다. 더 나은 모션 품질을 위해 스텝 수를 늘리세요(예: 25). MiniMax H3 노드에서 turbo_mode를 활성화하면 포함된 Lightning LoRA(minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16)를 8스텝으로 사용하여 훨씬 빠르게 생성할 수 있으며, 오디오와 모션 품질은 다소 낮아집니다

​

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_fp16.safetensors
│   │   └── minimax_h3_audio_vae_fp32.safetensors
│   └── 📂 embeddings/
│       └── minimaxh3_art_is_explosion.safetensors

​

프롬프트 작성 팁

1. 키프레임: first_frame 및 last_frame 입력은 선택 사항이며, 모델이 그 사이의 모션을 생성합니다
2. 프롬프트: 샷, 모션, 그리고 함께 제공되는 오디오(대사, SFX, 음악)를 하나의 블록에서 설명하세요
3. 해상도: H3의 기본 캔버스는 짧은 변이 768px이며, 16:9 비율에서는 1344x768입니다. 해상도는 32의 배수로 반올림됩니다
4. 재생 시간: 재생 시간 입력은 24fps에서 모델의 블록당 17프레임(17k+5) 그리드에 맞춰집니다
5. 터보 모드: MiniMax H3 노드에서 turbo_mode를 활성화하면 터보 LoRA로 전환되어 20스텝 대신 turbo_steps(기본값 8)로 생성합니다. turbo_model_strength는 LoRA 강도를 제어합니다(기본값 1.0).

​

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_fp16.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 작성 팁

1. 태그로 레퍼런스 지정: 연결한 순서대로 태그를 사용해 각 입력을 참조하세요. 예: <Picture 1>, <Video 1>, <Audio 1>
2. 레퍼런스에 역할 부여: 어떤 레퍼런스가 샷의 어떤 부분(아이덴티티, 스타일, 모션, 카메라, 목소리)을 담당하는지 명시하세요. 역할을 명확히 지정할수록 결과가 훨씬 좋아집니다
3. 제한: 레퍼런스 이미지 최대 9개, 레퍼런스 비디오 최대 3개(각각 자체 사운드트랙 포함 가능), 독립적인 레퍼런스 오디오 최대 3개
4. ref_image_size: match는 속도를 위해 레퍼런스를 생성 해상도에 맞춰 축소합니다. max는 최대 2048px 짧은 변을 유지하여 속도는 희생하지만 아이덴티티 충실도를 높입니다
5. 참고: R2V는 ref2va Diffusion 모델을 사용하며, T2V 및 I2V 워크플로에서 사용하는 fl2va 모델과는 다른 가중치 세트입니다
6. 터보 모드(선택 사항): 기본 워크플로는 20스텝으로 생성합니다. 더 나은 모션 품질을 위해 스텝 수를 늘리세요(예: 25). Lightning LoRA 체크박스를 활성화하면 4스텝 터보 LoRA(minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16)를 사용하여 훨씬 빠르게 생성할 수 있으며, 오디오와 모션 품질은 다소 낮아집니다

​

기본 노드를 사용한 고급 워크플로

​

임의의 프레임에 가이드 고정 (#15439)

• image: 정지 이미지 또는 클립입니다. 여러 프레임으로 구성된 배치는 클립으로 고정된 후 모델의 유효 클립 길이인 5, 22, 39… 프레임(17k+5)에 맞춰 크롭됩니다. 5프레임보다 짧은 배치는 첫 번째 이미지만 사용합니다.
• audio: 동일한 프레임 인덱스에 고정되는 오디오입니다. 비디오의 남은 재생 시간에 맞춰 크롭됩니다.
• frame_idx: 가이드를 고정할 프레임입니다. 음수 값은 비디오의 끝에서부터 계산합니다.

​

잠재 데이터 노이즈 마스크를 사용한 인페인팅 및 확장 (#15375)