Pika H3 Flex ComfyUI 워크플로

​

주요 기능

• 6스텝, 같은 영역: 5초 길이의 1344x768 클립이 단일 카드에서 약 1분 만에 완성됩니다. 비증류 H3 실행에 필요한 20~50스텝이 들지 않습니다
• 네이티브 스테레오 오디오: 대사, SFX, 음악이 화면과 같은 패스에서 생성됩니다
• 레퍼런스 기반 제어: 생성당 최대 12개의 레퍼런스(이미지 9개, 비디오 3개, 오디오 클립 3개)를 사용할 수 있으며, 모션 레퍼런스 비디오와 음성 샘플도 포함됩니다
• 멀티 숏 연출: 하나의 프롬프트 안에 하드 컷, 카메라 연출, 대사를 설명할 수 있습니다
• 오픈 웨이트: 두 어댑터가 공개되어 있으며, 표준 LoraLoaderModelOnly 노드를 통해 로드됩니다

​

템플릿 워크플로 선택

​

텍스트 기반 비디오 생성 (T2V)

​

모델 다운로드

​

레퍼런스 기반 비디오 생성 (Ref2VA)

​

모델 다운로드

​

첫 프레임과 마지막 프레임 (FL2VA)

​

모델 다운로드

​

모델 저장 위치

ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── minimax_h3_fl2va_pruned_int8_convrot.safetensors
│   │   └── minimax_h3_ref2va_pruned_int8_convrot.safetensors
│   ├── 📂 loras/
│   │   ├── pika_h3_flex_fl2va_v1_bf16.safetensors
│   │   └── pika_h3_flex_ref2va_v1_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
│   └── 📂 vae/
│       ├── minimax_h3_video_vae_int8_convrot.safetensors
│       └── minimax_h3_audio_vae_fp32.safetensors

​

프롬프트 작성

• 카메라 진폭은 참고용입니다. 무브를 숏 문장의 일부로 설명하고 항상 멈추는 지점을 지정하세요. 명시적인 각도와 컷 타임스탬프는 0.2~0.3초 어긋나거나 반대 방향으로 나올 수 있습니다.
• 프레이밍은 콘텐츠로 설명하세요. “와이드 숏”만으로는 미디엄 숏으로 렌더링되는 경향이 있습니다. 피사체가 크고 빈 방 안에 작게 자리한다고 묘사하면 와이드 프레이밍이 더 잘 유지됩니다.
• 미세한 접촉 제약은 신뢰할 수 없습니다. 몇 센티미터 떨어진 곳에서 멈춰야 하는 손이 보통 접촉하게 되므로, 그렇게 되더라도 비트가 자연스럽게 이어지도록 유지하세요.
• 렌더링된 텍스트는 유지됩니다. 소품과 제품의 짧은 라벨은 카메라 무브 중에도 읽을 수 있게 유지됩니다.

​

FAQ