AIMixer/ComfyUI_MiniMaxH3_Director

解決する課題

このプロジェクトは、ComfyUI内のMiniMax H3動画生成モデルのための包括的な「ディレクターズコンソール」を提供します。セグメントの計画、条件エンコーディング、サンプリング、デコーディング、エクスポートを単一のノードに統合することで、複雑で断片的なワークフローを解消し、長尺動画の制作を簡素化します。

仕組み

公式のMiniMax H3ノードに対する高レベルなオーケストレーターとして機能します。テキストから動画への変換 (t2v)、画像から動画への変換 (i2v)、最初と最後のフレームから動画への変換 (fl2v)、参照動画から動画への変換 (r2v)、動画から動画への変換 (v2v) など、多様な生成モードをサポートしています。このプラグインには、動画のセグメント化、キーフレーム管理、プロンプト割り当てを行うためのビジュアルタイムラインが統合されています。また、クリップ間のスムーズな遷移を実現する「セグメント間ガイダンス」(Inter-segment Guidance) や、空間およびアクションの論理をより適切に制御するための「セマンティックブリッジ」(Semantic Bridge) といった高度な機能も実装されています。

対象ユーザー

MiniMax H3モデルを使用して、長尺動画の生成、マルチセグメントのストーリーテリング、高解像度化のプロセスをプロレベルで制御したいAI動画クリエイターおよびComfyUIユーザー。

主な特徴

• マルチセグメントタイムライン： 長尺動画を管理するための、カット、分割、インテリジェントなシーン検出 (PySceneDetect経由) が可能なビジュアルタイムライン。
• 高度な生成モード： 単純なテキストから動画への変換から、共有パラメータを使用した複雑な参照ベースの動画生成 (r2v) まで、幅広いタスクをサポート。
• セグメント間ガイダンス： 前のセグメントの終わりを使用して次のセグメントをガイドすることで、動作と音声の連続性を確保。
• リファイン＆アップスケール： 高精細なリファインと潜在空間アップスケーリングのための統合されたセカンドパスサンプリング。
• ディレクターパック： タイムライン、プロンプト、アセットを含むプロジェクトファイル (.mmxpack.zip) のインポートおよびエクスポート機能。
• ネイティブステレオオーディオ： 動画フレームと同期したステレオ音声を生成。