ComfyUI‑HR‑Endless‑Sampler：长视频无限分块采样扩展，解决MiniMax‑H3超长影片连贯性难题

ComfyUI-HR-Endless-Sampler 是专为 MiniMax H3 模型设计的先进采样节点，旨在解决长视频生成中的显存限制和连贯性问题。它通过引入 Gemma 4 12B QAT 作为“导演”，自动将长提示词拆解为多个小块（Chunks），并为每个块规划动作时间与细节描述，从而实现任意长度视频的连续、 coherent 渲染。

• GitHub：https://github.com/hradec/ComfyUI-HR-Endless-Sampler
• Gemma 4：https://huggingface.co/google/gemma-4-12B-it-qat-q4_0-gguf
• 修改版：https://huggingface.co/RachidAR/gemma-4-12B-it-qat-q4_0-MTP-assistant-gguf

目前该插件仅支持 MiniMax H3，未来计划扩展至 LTX 2.5。

核心亮点

• 智能分块与规划：
  • 利用 Gemma 4 12B 分析原始提示词和参考素材，为整个视频制定时间线计划。
  • 为每个渲染块生成独立的细化提示词（Detailed Description），确保局部细节与全局叙事的一致性。
• 无缝连续性保持：
  • 通过 video_continuation 机制，将前一个块的尾部帧作为下一个块的参考（Video1/Audio1 Reference），实现视觉与听觉的自然过渡。
  • 自动使用前一块的最后五帧作为边界关键帧，进一步平滑衔接。
• 实时可视化预览：
  • HR Endless Sampler Preview 节点提供带时间滑块的实时预览，显示镜头括号、块进度及性能图表。
  • 悬停即可查看 Gemma 为该块生成的具体提示词及耗时分解。
• 完整的元数据保存与回溯：
  • Save/Load Video 节点不仅保存视频，还嵌入或侧载完整的时间线元数据（JSON）。
  • 加载时可恢复交互式播放器，快速对比不同版本的渲染结果、提示词及块映射。
• 性能优化：
  • 支持 Gemma 4 MTP (Multi-Token Prediction) 推测解码，显著提升规划速度。
  • 提供 video_continuation_res 选项，通过降低续接参考的空间分辨率来节省显存，允许更大的块尺寸。
  • 内置 PyTorch 内存分数控制，防止显存溢出。

包含节点详解

关键参数设置

• chunk_frames：单次 H3 采样的帧数。建议根据显存调整，16GB 显卡下 1080p 可尝试 39-56 帧。
• video_continuation：从上一块带入下一块的参考帧数。默认 22 帧，最小 5 帧。较大值提升连续性但增加显存负担。
• video_continuation_res：续接参考的空间分辨率。设为 full 保持最高质量；较小预设可降低显存占用，允许更大块尺寸。
• gemma4_mtp：启用 Gemma 的 MTP 推测解码加速。若遇到兼容性问题可关闭。
• cache_gemma_preproduction：缓存 Gemma 的静态上下文到系统 RAM，加速后续块的规划过程。

Gemma‑4‑12B运行机制

采样器依靠 llama‑cpp‑python 运行 GGUF 量化版 Gemma 4 12B QAT 模型。

设计上采用进程隔离方案：Gemma运行的时候，H3、Qwen、视频VAE会被卸载释放显存；Gemma任务结束进程退出之后，视频模型再重新载入，显存资源分时复用，大幅降低峰值占用。

Gemma 的镜头规划文案模板文件 gemma4_prompts.txt 支持直接修改提示词措辞，不用改动项目源码。

首次启动扩展会自动下载模型权重至 models/llama_cpp/

预览播放器、保存与加载功能亮点

• 彩色可视化时间轴：不同色块对应每一个渲染块，括号标记镜头边界
• 鼠标悬浮色块，查看Gemma为本片段生成的提示词、各环节耗时统计
• 浏览器刷新不会丢失预览进度
• 导出视频时附带双保险元数据：视频内嵌标签 + 独立 .json 侧车文件，防止转码丢失分块日志
• EXR序列导出：支持16位/32位浮点原始VAE数值，附带独立WAV音频文件
• “匹配视频”下拉列表，快速调取同一系列往期成片，前后版本对比调试

提示词镜头格式

沿用 MiniMax‑H3 标准镜头脚本写法

[Shot 1] 老虎穿过丛林。
[Shot 2] At 00:02.833, the camera cuts inside the temple.

fps数值和脚本内时间码帧率统一，推荐固定24FPS。

快速上手指南

1. 替换采样器：在工作流中用 HR Endless Sampler 替换原有的普通 Sampler 节点。
2. 连接输入：
   • clip: 连接 H3 模型的 CLIP。
   • vae: 连接视频 VAE。
   • images: 连接参考图像（Ref2VA）。
   • prompt: 连接包含 [Shot N] 格式的完整提示词文本。
   • fps: 通常设为 24。
3. 添加预览：在 Sampler 后连接 HR Endless Sampler Preview 以监控进度。
4. 保存结果：使用 HR Endless Sampler Save Video 保存最终视频及元数据。

16GB 显存渲染 1080p 技巧

• 使用 KJNodes MiniMax H3 Low VRAM Attention 节点辅助，可将 chunk_frames 提升至 56。
• 若不使用低显存注意力优化，建议将 chunk_frames 降至 39，并配合 22 帧的 video_continuation。
• 适当降低 video_continuation_res 也能有效缓解块间切换时的显存峰值。

当前限制

• 仅支持 MiniMax H3 模型。
• 不支持分块去噪掩码。
• Gemma 仅观察视频帧，不直接评估音频质量，但会保留提示词中的声音指令。