Songssx/ComfyUI-MiniMaxH3-TimelineDirector

ComfyUI MiniMax H3 时间线导演

是什么 – 一个由社区开发的插件，为可视化编程界面 ComfyUI 添加了一组单一的高级节点，用于构建使用 MiniMax H3 模型的无限长度视频流水线。它允许你布置时间线上的片段（文本提示、参考图像、参考视频、音频轨道等），将目标时长拆分为任意数量的潜在延续段，并由插件自动拼接各部分。

为何重要 – 使用扩散模型生成长视频通常需要手动循环或重复执行图谱，这会迅速导致质量下降、音频故障和明显的接缝。此节点包实现了：

• 有限段延续 – 每个段落通过共享种子从上一段的 AV 潜在空间延续，确保视频潜在路径始终在模型的潜在空间内。
• 漂移控制掩码 – 自适应掩码保持潜在空间在段落边界处“在轨”，消除闪烁、白光和模糊。
• 软AV音频连续性 – 原始音频波形可被锁定并重新注入，使唇形同步和配乐保持不变，同时模型仍驱动运动。
• 两阶段 SelfLift 采样 – 内置渐进式分辨率采样器（约 75% 低分辨率，25% 高分辨率），对每个段落运行，避免事后放大导致的质量下降。
• 完整时间线 UI – 可移动/裁剪/分割片段，对齐到帧，为每个片段分配模式（固定引导、可编辑参考、仅边界），在高分辨率生成期间可查看低分辨率预览代理（最高 480×270 @ 12 fps）。

核心组件

节点	作用
MiniMax H3 材料规划器	用于安排媒体、设置生成窗口，并输出描述每个段落应执行内容的紧凑“计划”。
MiniMax H3 全媒体包提示桥接	（可选）将有序媒体包发送到外部 Prompt-Rewriter Omni 后端，并接收重写后的 H3 提示。
MiniMax H3 有限段采样	核心引擎 – 将图谱展开为逐段采样，应用漂移控制掩码，执行两阶段 SelfLift 调度，并组装最终视频/音频。
MiniMax H3 时间线导演（兼容性）	薄包装器，保留旧图谱的全合一工作流格式。

安装

# 在你的 ComfyUI/custom_nodes 文件夹内
git clone https://github.com/Songssx/ComfyUI-MiniMaxH3-TimelineDirector.git

重启 ComfyUI，查找名称以 MiniMax H3 开头的节点。

运行时要求

• 已包含原生 MiniMax H3 节点的最新 ComfyUI 构建（若使用引导，需包含 MiniMaxH3AddGuide）。
• MiniMax H3 模型文件（Ref2VA、CLIP、视频 VAE、音频 VAE）放置在常规 ComfyUI/models/… 目录中。
• 高分辨率阶段所需的 MiniMax H3 潜在空间上采样器检查点，位于 ComfyUI/models/latent_upscale_models/。
• Python 3.10+、PyTorch、torchaudio、Pillow、NumPy、PyAV、aiohttp、imageio-ffmpeg（通常随 ComfyUI 一并打包）。

典型工作流

1. 设置输出分辨率（width、height）和总生成时长（generation_seconds）。
2. 将图像、视频片段和音频文件拖放到规划器的容器中。
3. 在时间线上排列它们，按需裁剪/分割，并用青色“生成范围”覆盖模型应填充的区间。
4. 选择每段的模式：
   • 固定引导 – 精确锚定重叠帧的生成结果。
   • 可编辑参考 – 将该片段视为参考，但不锁定主体。
   • 仅边界 – 仅锚定首尾重叠帧。
5. （可选）若希望使用多模态提示重写器修改 H3 提示，请启用 Omni 提示桥接。
6. 打开 两阶段采样，选择潜在空间上采样器模型，并设置高分辨率步数（例如 8 步调度中设为 2 步）。
7. 运行图谱 – 插件将生成每个段落，应用漂移控制，混合音频，并输出单个 MP4。

性能提示 – 作者报告称，在单个 GPU 上使用 75% 低分辨率 / 25% 高分辨率调度，可于约 10 分钟内生成 1536×832、29 秒的视频。实际速度取决于显存、模型大小和参考媒体的复杂性。

示例资源 – 仓库附带两个 60 秒的演示视频（有限段延续和参考重叠）以及完整功能的 JSON 工作流（MiniMaxH3全功能合一完全体导演台工作流.json）。请从 Releases 页面下载以查看质量与无缝拼接效果。

许可证 – GPL-3.0（参见 LICENSE）。

---

本摘要仅基于仓库的 README；未推断任何额外功能。