ComfyUI-MAINodes 是专为 MiniMax-H3 设计的 ComfyUI 自定义节点包，包含两大核心功能组：Motion Lab（测试时修复爆发性运动模糊）与 Contact-Sheet Diffusion（单图生成五视图接触表）。Motion Lab 通过推理时重定时策略绕过H3结构性模糊缺陷——将片段生成为自身慢速版本，以原始版本为种子，在高速运动帧插入保持帧扩展时间空间，再以部分去噪V2V生成后恢复原始帧率。无需额外模型或训练，预言机从潜空间自动识别“过热”区域。提供6个工作流变体（含turbo加速、轻量级、探针专家模式），适配24–32GB显卡。Contact-Sheet Diffusion 联合去噪5个图像潜空间，配合Turnaround LoRA实现单参考图多视角生成。安装仅需git clone至custom_nodes目录，重启后节点位于latent/minimax/motion等菜单下。
- GitHub：https://github.com/matlowai/ComfyUI-MAINodes
Motion Lab：运动模糊修复原理与工作流选择
问题根源与解决思路
H3的潜空间token跨越4像素帧，高速运动（后空翻/剑弧/急转）需4种不同姿态，单token无法承载→模糊。传统重去噪无效，因缺失姿态从未生成。Motion Lab创新点：
- 内容感知减速：Jerk Oracle从潜空间读取加速度突变，动态生成hold_map标记需保持帧
- 时间扩张非扭曲：模型时钟保持均匀，减速仅作为内容速度渐变存在，避免RoPE时间轴边界卡顿
- 精确恢复：保持帧为整数，恢复原始帧率是帧选择而非重采样，无插值伪影
工作流决策矩阵
| 工作流 | 耗时(5s@RTX PRO 6000) | 适用场景 | 关键参数 |
|---|---|---|---|
motion_pipeline.json | ~19min | 最终成品默认；最安全播放感受 | inject=0.70, bridge=8 |
motion_pipeline_i50.json | ~15min | 追求更锐利运动跟踪；与0.70对比选优 | inject=0.50 |
motion_pipeline_probe_expert.json | ~8.5min | 快速验证；预览粗糙但完整去模糊 | probe_steps=6, turbo尾部 |
motion_pipeline_turbo.json | 节省数分钟 | 已确定值得处理的片段加速；牺牲质量 | turbo强度0.8, er_sde+beta |
motion_pipeline_featherweight.json | 3s:4-6min / 5s:29min | 24-32GB显卡；w4a8 DiT+int8 VAE+nvfp4 TE | ComfyUI≥0.31 |
motion_pipeline_api.json | 同pipeline | 脚本化批量处理 | API格式 |
实战建议
- ✅ 提示词迭代用turbo，成品用基础工作流：混合使用浪费时间
- ✅ 短片段起步：2-3秒验证效果再延长；成本随爆发范围增长，非线性时长
- ✅ bridge/inject双变量A/B测试：相同种子比较0.70 vs 0.50、bridge=8 vs 0
- ⚠️ 内部turbo慎用：仅在预算紧张且接受质量损失时使用
- 💡 预览技巧：基础模型跑turbo PREVIEW头几步（H3 Expert Schedule, inject=1.0）可低成本获高保真预览
核心节点参数详解
H3 Jerk Oracle（运动热点检测）
| 参数 | 默认 | 作用 | 调优提示 |
|---|---|---|---|
| q | 0.75 | jerk分位数阈值；越高范围越紧、成本越低 | 模糊残留↑q；过曝↓q |
| d_max | 4 | 峰值保持计数；<4时模糊重现 | 一般不需改动 |
| ramp | on | 保持曲线平滑肩部；off导致可见卡顿 | 始终开启 |
| bridge | 8 | 填充爆发内谷值；0=关闭 | 8=最锐利；0=最贴近基线姿态 |
| preset | balanced | balanced/max quality/economy/custom | custom启用手动参数 |
H3 Inject Schedule（初始值注入强度）
| 参数 | 默认 | 作用 | 调优提示 |
|---|---|---|---|
| inject | 0.70 | 去噪调度比例；↓保留更多源动作（含伪影）；↑偏离源更多 | 0.50更锐利；0.70更安全 |
| preset | 0.70 | 0.70/0.50/0.80/custom | 两者必试，内容依赖性强 |
音频恢复关键参数
reference_mix：0=纯重生成拟音（精简真实）；1=混入基线全速音轨（厚重）；中间值易致冲击错位，建议端点取值fps：必须匹配原始帧率（通常24），否则音画不同步
Contact-Sheet Diffusion：单图五视图生成
工作流配置
// examples/contact_sheet.json
LoadImage → H3 Contact Sheet → SamplerCustomAdvanced → H3 Contact Sheet Decode → SaveImage
- LoRA：
matlod/minimax-h3-turnaround，强度0.75 - 采样：28步 res_multistep，去噪1.0
- 解码：独立解码5个潜空间，非拼接后处理
- API支持：
example_api_workflow.py提供脚本化示例
注意事项
- 此前以ComfyUI-H3-ContactSheet发布，旧仓库保留兼容；新安装用本包
- 标准加载器/采样器即可，无需特殊节点
- 参考图质量直接影响五视图一致性；建议高清正面照
部署与调优资源
安装
cd ComfyUI/custom_nodes
git clone https://github.com/matlowai/ComfyUI-MAINodes.git
# 重启ComfyUI
节点位置：latent/minimax/motion、image/minimax/motion、sampling/custom_sampling/schedulers
调优文档
TUNING.md：面向人类与AI助手的完整调优指南，含测量数据、诚实说明、显存峰值- 演示页面：https://matlowai.github.io/ComfyUI-MAINodes/ （9个层级对比、预言机可视化、平移测试等）
- 每个节点info按钮记录输入规范
© 版权声明
文章版权归作者所有，未经允许请勿转载。
