ComfyUI-OrbitSheets 是一套专为解决 AI 视频生成中“多角度一致性”难题而设计的 ComfyUI 节点集。它利用 MiniMax H3 模型，通过硬切镜头序列而非连续环绕运动，生成真正相互一致的角色转向图（Turnaround Sheets）和地点参考图（Location Reference Sheets）。该工具还集成了视觉模型进行智能帧选择，确保输出的参考图板既清晰又无重复。
- GitHub：https://github.com/lumosai8/ComfyUI-OrbitSheets
- Civitai：https://civitai.com/models/2861120/create-full-character-sheet-and-location-sheets-in-seconds
核心设计理念：硬切优于连续运动
在测试中发现，让 H3 执行连续的 360° 环绕或摇镜极易导致画面翻滚、地平线倾斜或内容漂移。OrbitSheets 采用固定机位硬切策略：
- 角色图板：全身 → 面部特写 → 左侧面 → 右侧面 → 背面（5 个静态视图，每个约 1 秒）。
- 地点图板：正面 → 右侧 → 背面 → 左侧 → 广角/俯视（5 个静态视图）。
这种结构迫使模型在每个角度重新建立主体，彻底消除了摄影机运动带来的累积误差，保证了各视图间的高度一致性。
关键功能节点
| 节点名称 | 功能描述 |
|---|---|
| Character Turnaround Prompt (H3) | 生成 5 秒 I2VA 角色转向序列。支持自定义边距（Framing）以适应宽翼展/长尾角色，可选语音样本输出。 |
| Location Sheet Prompt (H3) | 生成地点参考序列。默认使用 cut views 模式；对于无法从单视图推断的复杂空间，可切换至 continuous move 模式。 |
| Frame Select (vision-judged) | 智能挑选最佳帧。优先使用图中的 CLIP 模型评判，回退至 HTTP 端点或拉普拉斯方差算法。支持按内容聚类分组，避免时间切片导致的重复。 |
| Contact Sheet | 将选中的帧排列成编号网格，便于预览和导出。 |
| Attention Backend | 动态切换注意力内核（如 sage, flash, xformers, comfy kitchen int8），无需重启 ComfyUI 即可优化显存与速度。 |
技术亮点与最佳实践
- 视觉评判优先：帧选择不再依赖均匀采样，而是通过视觉模型对拼贴画进行整体评估，精准识别模糊帧与近重复帧。支持
boards参数将长时序分段评判，突破单次拼贴的帧数限制。 - 构图安全边距：针对 H3 倾向于裁剪超出画幅内容的特性，提供
framing选项。对于龙、机甲等宽体角色，务必使用“全身+宽边距”模式，并在锚点图像生成阶段就预留空白。 - 旋转速度钳制：为防止翻滚，系统将旋转速度上限锁定为 40°/s。若请求的旋转角度在当前帧数下超速，节点会自动钳制并提示所需的最短拍摄时长。
- 音频同步生成：角色转向图利用 H3 的统一音视频潜空间，在生成画面的同时渲染语音样本，无需额外 TTS 步骤即可获得音色参考。
- 显存管理：
Frame Select节点默认在视觉调用前卸载所有模型，防止 H3 与大型 VLM 共存导致 OOM。显存充足时可关闭此选项以加速流程。
安装与依赖
cd ComfyUI/custom_nodes
git clone https://github.com/lumos675/ComfyUI-OrbitSheets
# 重启 ComfyUI
- 必需模型：MiniMax H3 扩散模型、Qwen3-VL 文本编码器、视频/音频 VAE。
- 可选加速：LightX Turbo LoRA（4步蒸馏）、SageAttention/FlashAttention 内核。
- Python 依赖：仅需
requests，其余随 ComfyUI 自带。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
