跳转到主要内容
将采样拆分为重叠的上下文窗口,使 MiniMax H3 视频的长度可以超过模型的单次处理窗口。这些窗口放置在模型的 17 帧块上,从而在跨窗口边界时保持生成的视频和音频对齐。将返回的模型连接到采样器,以替代原始模型。

输入

两种长度均以真实帧为单位给出,并在采样前转换为 latent:当帧数不超过 5 时,context_length 会变为 2 个 latent;否则为 ((frames - 5) / 17) * 5 + 2。context_overlap 以相同方式转换,然后封顶为 context_length 减 5,因此重叠始终会留下一个完整的块用于推进。此节点始终使用步长为 1 的静态调度,在 latent 时间维度上应用这些窗口,并且不添加因果修复帧,因为每个窗口都从块边界开始。split_conds_to_windows 期望由 ConditionCombine 节点创建的多个 conditioning。

输出

本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑

Source fingerprint (SHA-256): e9e019d0bc870abfe226ef1aafb2607f55c0cc1b297884db35fe98c465cc0d91