ComfyUI MiniMax H3 Timeline Director:一体化时间线工作流,长视频数字人、角色歌唱均可实现

插件1个月前发布 小马良
270 0

MiniMax H3 时间线导演台是面向ComfyUI开发的轻量插件,单套工作流就能同时支持文生视频、参考图生视频、参考音频驱动、视频剪辑、人物替换、动作迁移、数字人,以及长视频角色唱歌,开发者无需针对不同任务反复切换节点图。

  • GitHub:https://github.com/Songssx/ComfyUI-MiniMaxH3-TimelineDirector

该插件核心亮点是轻量级无限时长视频生成。它会自动把目标总时长拆分为连续片段,在单次ComfyUI运行内完成逐段生成;所有分段共用同一个种子,复用前一段AV Latent尾部实现画面续接,搭配Drift-Control视频遮罩、Soft AV音频连续性处理、重叠帧自动去除以及音画合并。不再依赖旧版Loop循环PR,也不需要手动复制多套采样节点,可生成的视频长度仅受显存、内存、磁盘空间与ComfyUI单次执行上限约束。

ComfyUI MiniMax H3 Timeline Director:一体化时间线工作流,长视频数字人、角色歌唱均可实现

核心功能

  • 可视化多视频时间线:素材支持移动、裁剪、分段、删除、吸附对齐、数值精确定位;青色选区控制本次生效的素材区间。
  • 三种素材模式:固定Guide(锁定运动,适合续写)、可编辑参考(仅作为参考,支持人物替换)、仅固定边界(只锁定首尾帧)。
  • 纯文生视频:无参考素材也可生成长短视频,由内部分段采样生成空AV latent。
  • 长视频数字人/角色歌唱:上传参考图锁定人物形象,长音频开启原音锁定,插件按GEN时间框自动切片,音频仅解码一次,分段写入AV Latent,最终输出连续原声。
  • 音频自动适配:时间线短于音频自动裁切;时间线超出音频长度则保留原有音频,超出部分自动补静音,无需手动对齐音频时长、帧数。视频裁剪移动时,原声可保持绑定。
  • 低清预览:最高480×270、12fps无声代理预览,红色播放头可拖动。
  • 独立素材箱:图片、音频支持多选、拖入、删除、拖拽排序,素材编号<Picture 1>、<Audio 1>与模型输入顺序保持一致。
  • 全局/分段提示词:全局提示词作用全部片段;分段提示词开启后全局提示失效,可单独为每一段撰写描述。
  • 显存保护:素材解码时自动按设置分辨率缩放;可分别输出合并后的视频音轨与独立参考音频;时间线编辑状态可保存进工作流JSON。

核心节点与工作流逻辑

节点作用
MiniMax H3 素材规划台素材管理,输出素材规划与Omni素材包
MiniMax H3 Omni 素材包提示词桥对接Prompt Rewriter Omni,输出改写后的提示词
MiniMax H3 有限分段采样Latent续写、时间遮罩、采样、重叠帧去除、音视频合并
MiniMax H3 时间线导演台(兼容)保留旧版工作流兼容能力

最简链路:素材规划台(分段规划)→ 有限分段采样。
插件重构了节点连接逻辑,规避素材输出回传提示词重写器带来的循环问题。规划编码器为内部注册节点,不会出现在新建节点菜单。

安装方式

cd ComfyUI/custom_nodes
git clone https://github.com/Songssx/ComfyUI-MiniMaxH3-TimelineDirector.git

安装完成重启ComfyUI,搜索MiniMax H3即可找到对应节点。插件UI底层为英文,遵循ComfyUI本地化机制提供简体中文,切换语言后刷新页面或重启ComfyUI生效。

环境要求

  • 新版ComfyUI,内置MiniMax H3原生节点;使用固定Guide功能额外需要MiniMaxH3AddGuide。
  • MiniMax H3 Ref2VA模型、CLIP、视频VAE、音频VAE。
  • Python 3.10及以上。
  • 低清预览依赖imageio-ffmpeg;插件复用ComfyUI环境自带PyAV、Pillow、NumPy、PyTorch、torchaudio、aiohttp,无需额外pip安装依赖。

两套示例工作流

  1. 全功能合一完全体导演台(推荐)
    一套工作流覆盖文生视频、图生视频、音频驱动、长视频数字人唱歌、人物替换、动作迁移。在素材规划台配置时间框、素材与提示词,插件自动处理帧数对齐、续接、接缝优化与音画合并。

注意:插件不会根据参考媒体自动分段,分段区间、重叠长度、素材分配由用户手动设置。人物替换建议将原视频设置为「可编辑参考」。
2. 时间规划 + Prompt提示词生成
在素材规划台基础上接入提示词桥,调用Prompt Rewriter Omni,让多模态模型先理解图片、视频、音频素材再生成提示词。使用前必须安装MiniMax-H3-Prompt-Rewriter-ComfyUI,显存要求参考该项目文档。

基础使用步骤

  1. 设置画布宽高、单段生成时长;
  2. 拖入或点选添加图片/音频/视频素材;
  3. 在时间线裁剪分段,拖动青色选区确定本次生成区间;
  4. 设置素材用途:固定Guide / 可编辑参考 / 仅固定边界,按需开启视频原声参考;
  5. 配置全局或分段提示词;
  6. 确认素材编号,连接节点运行。

长视频分段最佳实践

分段生成建议保留少量重叠区域,下一段使用上一段末尾画面作为Guide。提示词先描述重叠区域镜头,再新增画面内容。合并阶段移除后段重复的Guide重叠部分。有限分段采样默认启用Drift-Control,重叠帧数会自动对齐H3合法时间网格,Latent直接续接,省去VAE编解码往返损耗。音频重叠区采用半余弦Soft AV遮罩平滑过渡,保证声音衔接自然。

© 版权声明

相关文章