huangserva/ComfyUI_MiniMaxH3_Director

解决的问题

本项目为 MiniMax H3 Director 模型提供了一套预配置的 ComfyUI 工作流，简化了高质量视频和音频的生成与编辑流程。用户无需从头开始手动构建复杂的节点图，即可执行复杂的视频生成任务——例如文本生成视频（text-to-video）、图像生成视频（image-to-video）以及视频转视频（video-to-video）编辑。

工作原理

本项目提供了五个不同的 JSON 工作流文件，可以直接导入 ComfyUI。这些工作流利用 MiniMaxH3Director 自定义节点和特定的 MiniMax H3 权重（如 fl2va 和 ref2va）来处理不同的生成模式：

• T2V: 文本生成视频和音频。
• FL2V/I2V: 首尾帧生成或图像生成视频。
• R2V: 基于图像、视频或音频参考的生成。
• V2V: 基于源视频时间线的逐段编辑。
• RV2V: 源视频结合参考图像或音频，特别适用于视频中的角色替换。

适用对象

使用 ComfyUI 的内容创作者和 AI 视频艺术家，他们希望利用 MiniMax H3 模型进行专业级的视频合成与编辑，包括角色一致性和基于时间线的编辑。

亮点

• 全面的工作流集：涵盖 T2V、I2V、V2V 和基于参考的生成。
• 基于时间线的编辑：支持逐段编辑和缓存，允许用户在不重新生成整个序列的情况下修改视频的特定部分。
• “角色替换”能力：RV2V 工作流允许通过参考图像进行视频转视频转换，从而改变视频中的人物。
• 优化的性能：兼容 SageAttention，具有潜在的加速效果。