NikoDemon80 开发的 H3 Motion Context 是 MiniMax H3 视频生成工作流中的重要组件，它通过上下文拼接实现了长视频的连贯生成。而 ComfyUI-H3-Motion-Context-MultiRef 是其功能增强分支，由 seitanism 维护。该版本在保留原有续接能力的基础上，增加了对 Ref2VA 多参考图像、时间线音频以及自定义视觉关键帧的支持，极大地提升了 H3 在角色一致性、口型同步和精确画面控制上的表现。
- GitHub：https://github.com/seitanism/ComfyUI-H3-Motion-Context-MultiRef
核心新增功能
1. 🖼️ H3 Custom Keyframes（自定义关键帧）
这是该分支最强大的新功能之一。它允许用户在视频时间线的任意帧位置放置静止图像作为条件锚点。
- 灵活布局：你可以添加任意数量的关键帧（KF），并指定其基于 1 的帧索引（如 KF1 在第 1 帧，KF2 在第 22 帧）。
- 智能排序：节点会自动按帧位置对锚点排序，拒绝重复或越界的位置。
- 非确定性变形：这些图像是“条件锚点”而非强制变形点。H3 会根据提示词在这些锚点之间生成自然的运动和过渡，既保证了关键画面的准确性，又保留了生成的灵活性。
- 统一管理：所有视觉关键帧（包括首尾帧）都集中在此节点管理，简化了工作流连线。
2. 🎭 MultiRef 兼容性补丁
原版 Motion Context 在处理 Ref2VA（参考到视频/音频）时存在局限。该分支通过补丁实现了：
- 混合参考流：允许在工作流中先接入普通的 Ref2VA 图像参考（用于锁定角色形象），再接入 Motion Context 的时间线音频参考（用于驱动口型和节奏）。
- 共存逻辑：Motion Context 的音频参考会自动追加在现有参考之后，确保角色形象与声音节奏的完美匹配。
3. ⚡ 惰性运行时补丁
为了提升启动速度，H3 的兼容性补丁现在改为首次使用时安装，而不是在 ComfyUI 启动时加载。这意味着你的 ComfyUI 启动将更加轻快，只有在真正运行 H3 工作流时才会触发相关配置。
推荐设置与工作流
为了实现最佳的续接效果，官方推荐以下参数配置：
| 参数 | 推荐值 | 说明 |
|---|---|---|
context_length | 22 | 视觉上下文长度，保持短序列以提高稳定性。 |
encode_mode | video | 编码模式。 |
anchor_mode | head | 锚点模式，确保头部信息的连贯性。 |
audio_mode | timeline | 启用时间线音频模式，实现音画同步。 |
audio_context_length | 22 | 音频上下文长度，与视觉保持一致。 |
注意：在拼接之前，建议使用 Trim 节点处理掉重复的头部帧，以避免画面闪烁。
示例工作流一览
仓库提供了四个极具代表性的示例工作流，覆盖了从基础到高级的应用场景：
- Simple Motion Context：干净的 6 片段链，演示基础的 T2V 开始与活动续接，包含 22 帧视觉和音频上下文。
- Advanced Motion Context：加入了 Ref2VA 角色参考，演示如何在长序列（39 帧）中保持角色一致性并兼容 MultiRef 补丁。
- Music Video Motion Context：专为 MV 设计，包含 15 个槽位的 Ref2VA 参考，使用原歌曲片段驱动每个片段的口型同步，实现高精度的音画对齐。
- Custom Keyframes Example：演示如何使用三个静止图像锚点在视频特定位置强行插入指定画面。
重要限制与建议
- 音频链的非无损性：MultiRef 补丁主要解决的是参考图与时间线音频的共存问题。对于极长的递归生成，音频质量可能会随链条延长而衰减。
- 口型同步最佳实践：对于固定歌曲的口型同步任务，建议直接使用原歌曲片段作为音频参考，并配合仅视频的 Motion Context，这样能获得最精准的对齐效果，避免音频生成带来的偏差。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
