用 MOSS-Image 和 MiniMax H3 Ref2VA 工作流做万圣节“Body Face Horrors”人像
有用户分享了一套万圣节主题的 ComfyUI 创作工作流,用 MOSS-Image 生成极端丑陋面容的人像,再配合 MiniMax H3 Ref2VA 的参考生成能力,把同一张脸迁移到全身模特身上。示例提示词详细描述了疣、痘痘、龅牙、双下巴等特征,并给出从全身推镜到脸部特写的连续镜头设计。
有用户分享了一套万圣节主题的 ComfyUI 创作工作流,用 MOSS-Image 生成极端丑陋面容的人像,再配合 MiniMax H3 Ref2VA 的参考生成能力,把同一张脸迁移到全身模特身上。示例提示词详细描述了疣、痘痘、龅牙、双下巴等特征,并给出从全身推镜到脸部特写的连续镜头设计。
Licon Studio 于 10 月 23 日在 Hugging Face 发布面向 MiniMax H3 的图生视频 LoRA Licon VBVR,针对同一物体被意外复制、身体穿过道具和动作顺序错乱等问题。
ComfyUI-BFSNodes 于 10 月 23 日在主分支加入 TARA 节点与 Shot Planner 模式,让 MiniMax H3 的驱动视频走原生 Video 参考通道,并对参考注意力施加软性时间偏置,而非通过 Add Guide latents 注入。
创作者 Rehablyte 在 Reddit 分享了一段刚渲染完成的音乐视频片段,附带了完整工作流和提示词。该工作流基于 H3/Turbo LoRA 配置,可替换为使用者自己的 H3/Turbo LoRA 设置,并包含超分模型与补帧模型。
创作者正在开发 Cine con IA 新节点,可在生成视频前准备角色、摆放相机并构建镜头序列,演示短片展示了该工作流及一个生成结果。作者称教程正在制作中,并向社区征询最想细看的部分:相机、3D 角色还是序列构建。
用户用 MiniMax 测试二战士兵场景的光照、环境与物理效果,包括泥浆飞溅、烟雾和坦克翻覆等细节,并加入 DLLS5 作为额外处理环节。作者称其对交互与画质的处理仍令人印象深刻,尤其在提示扁平漫射光时;所用为旧工作流,可按需上传。
AI Canvas v0.10.16 发布,新增项目与全局人物、场景、道具的 .aicassets 导入导出和快捷指令 JSON 分享,并内置 LibAPI 厂商入口,默认展示 8 个文本、22 个图片、31 个视频、6 个音频型号。切换视频模型时保留用户已选比例及兼容的分辨率、时长、帧率和音频选择,同时补齐中英日韩界面文案。本版数据库仍为 v23,升级前需导出项目并备份数据。
有用户在使用 Minimax H3 的基础 fl2va 模型加 turbo LoRA,寻求进一步提升首帧生视频效果的新模型、checkpoint、LoRA 与工作流。其反馈视频质量相对首帧衰减较快,末帧往往差到无法继续延长视频,提示词遵循度一般,细节常被忽略,且用 Grok 生成冗长提示词反而更糟。
Moonshot AI 发布 Kimi K3.1 Pro,采用 2.8 万亿总参数 MoE 结构、每次处理约 1,040 亿参数,支持 100 万 token 上下文,并推出输出速度约 2-3 倍的 Highspeed 版。
作者发布 MacH3 Metal,一个把 antirez 的 h3.c 原生 C+Metal 引擎封装成 ComfyUI 节点的工作流包,可在 Apple 芯片上原生运行 MiniMax H3。
推荐理由:作者把 MiniMax H3 的原生 C+Metal 引擎封装成 ComfyUI 节点,并给出 M5 Pro 上的实测耗时与显存占用,可供 Mac 用户评估本地出片流程。
ArcReel v0.34.0 发布,Agent 供应商未定价档位可手动选模型,凭证支持设置倍率,订阅制网关填 0 不计费。计费改为按模型目录价目表结算,文本、配音、图片、视频费用分项落档,未定价调用单独计数。模型目录新增搜索接口并随版同步价格与能力,Seedance 2.0 可选 4K、Seedance 2.5 可选 1080p。
面向 2026 年从剧本到画面的需求,ScreenWeaver、Saga、Morphic、Autodesk Flow Studio、Higgsfield Popcorn 和 Google Flow 被列为 LTX Studio 的六个替代方案。
用户求助如何用 H3 Minimax 或 LTX 编辑视频以调整光照或添加特效。其常用流程是以原视频为动画源、图 1 为视觉终态交给 Minimax 编辑,中近景有效,但更开阔的镜头即使以 2 mp、30 steps 且不开 turbo 也完全丢失面部动画,尝试多种 sigmas 与 samples 及 face refiner 均无效。
作者实测用 Minimax H3 开源模型配合 Atlas Cloud 自托管端点(2.4 美分/秒)生成 30 分钟影片,成本可压到 100 美元以内,而此前用 Seedance 2.5 制作 31 分钟竖屏影片总花费约 600 美元。
MiniMax H3 光锥版 VBVR 测评显示,其在提示词遵从、空间关系与物理逻辑三方面均有增强。测评围绕该版本的实际生成表现展开,重点验证上述能力的提升情况。
作者用单张 RTX 4090 和开源权重模型本地完成 The Flaming Lips 歌曲的 4 分钟非官方粉丝 MV,全程不用云服务、不调付费 API。
推荐理由:作者公开了单卡本地完成 4 分钟 MV 的完整管线与逐环节耗时,可据此估算自建音乐视频流程的算力成本。
在Pollo.ai上用同一张异形角色图和同一句提示词“Open the cake box, take out the cake, and eat it.”,对Seedance 2.5、Wan 3.0、Kling 3.0、MiniMax H3、Vidu Q3 Pro五款视频生成模型做10秒生成对比,且不指定蛋糕种类、大小与吃法。
作者将此前的 MiniMax H3 Dual Segment 工作流升级为 MiniMax H3 Chain Director V1.0,新增自定义 Director 节点,可在单一面板中控制完整生成流程。
推荐理由:作者把原先固定的两段式流程升级为单面板控制的多段链式工作流,并公开了下载与依赖说明,便于其他 ComfyUI 用户复现测试。
作者在 RTX 3090 Ti 上实测 Zagitta 的 GPU Unlock,在 ComfyUI 中 BF16 配置的吞吐提升约 46% 至 60%,其中 MiniMax H3 视频加音频从 253.27 秒降至 158.05 秒。
推荐理由:作者在 3090 Ti 上逐项对比解锁前后的出图与出片耗时,可据此判断哪些精度配置值得开启。
一位 ComfyUI 新手在 24GB RTX 4090 上实测本地视频生成:MiniMax H3 仅能跑出 4 秒 608x342 或 2 秒 1024x576,超出即黑屏崩溃;Wan 2.2 5B 可生成 5 秒 124 帧 1280x704,但约 7 次后崩溃。其硬件经压力测试确认正常,最终发现黑屏源于显示器故障,作者仍担心反复满载损伤硬件,并考虑转用 ComfyUI 云端。
有创作者在 3090 上用 MiniMax H3 做演员表演保留与环境替换,最长只能生成 9 秒片段便 OOM。他询问是否有 H3 的参考生视频加长片段、无缝拼接成单条长镜头的方案,或长镜头改用 Seedance 更合适。
一位用户在 Reddit 的 ComfyUI 板块发帖,称在 CivitAI 和 YouTube 上找到的工作流普遍过于复杂、说明不清、依赖缺失或分散,难以直接使用。该用户希望获得一个能生成高分辨率图像的 MiniMax 工作流,并向社区询问获取渠道。
Google Gemma 官方展示实验项目 Embedding Gemma Transcribe,利用 EmbeddingGemma 2 的统一音文向量空间,本地约 13 秒转写 1 小时音频。
Stable Diffusion Art 发布教程,介绍在 ComfyUI 中用 MiniMax H3 Fun ControlNet Union 从驱动视频复制身体动作,同时生成 24fps 视频与立体声。
推荐理由:作者实测同一段驱动视频配不同提示词,并给出模型搭配、分辨率与强度参数的具体避坑做法。
有用户在 RTX 4080 Super 上使用 Wan SCAIL 做角色替换,效果时好时坏,偶尔会凭空编造细节,且生成时间较长。其尝试的 MiniMax H3 工作流表现更差:要么完全幻觉、未包含源图中的人物,要么视频尚可但保留原脸未完成替换。该用户因此质疑 MiniMax 的实际表现,并寻求可用的工作流或替代模型建议。
针对多数 I2V 生成器依赖时序平滑、加动作后画面变成光滑塑料感的问题,有创作者尝试用 MiniMax Design 通过 GPT-6 Astra 接入 After Effects,在渲染前先完成布光设置,再经内置的 H3 跑视频,实测颗粒与细节纹理保持较好。作者建议把运动幅度控制在中等,剧烈摇镜或快速横摇会显得僵硬,并称该流程仍在完善中。
Canva 于 10 月 22 日发布 Craft 图像生成模型,采用先构图规划、后像素渲染的两阶段流程,支持 2K 输出、30 多种宽高比和 55 种语言的图中文字,已通过 Canva Dream Lab 和公开 API 开放使用。
Canva 将自研图像模型 Craft 向所有人开放,并在 Dream Lab 与公开 API 提供,官方称其在 DesignArena 上 Elo 1340、模型总榜第 4,人物与风景两个分项第 1。
作者发布 WIP 版 IronLeo78 Minimax Power Producer,把 MiniMax H3 参考生视频的加载、采样、解码、保存等约 42 个节点阶段合并为一个 ComfyUI 节点。
作者在 RTX 3060 Laptop(6GB 显存)、32GB 内存的笔记本上用 ComfyUI 跑 MiniMax H3 视频生成,选用官方 int8 量化模型 minimax_h3_ref2va_pruned_int8_convrot.safetensors 与 8step Turbo LoRA,5 秒单图参考视频约 5-6 分钟、15 秒双图参考约 12-15 分钟。
针对 MiniMax H3 的多款新模型实测覆盖 Lightx2v 1.3、Dasiwa V4、10Eros Beta6、Remix 0.8 与 Singularity V2。内容来自 Monster 社区的中文 ComfyUI 实测与工作流分享,同页还列出 T8 ComfyUI 整合包 V10、贞贞整合包 V4.6B 及多款训练器镜像。
有用户求助 ComfyUI 工作流,希望用一条大提示词把 45 个镜头(同一场景两人对话、多机位、每片段配不同音频)自动切分并逐段生成,再导入 DaVinci Resolve 剪辑。目前他只能手动按 3-5 秒逐段提示渲染。
Novae 完成了个人首部完整竖屏短剧并已在 IG、FB、YouTube 等平台发布,同时用 Astra 约 15 分钟生成电影感书籍视频。Cassie 正在制作视觉小说并发布新片,其 Kickstarter 进展顺利。两人还在尝试 Blender 到 Minimax H3 的视频流程以降低成本,并将于太平洋时间周五上午 10 点直播分享。
AnyGameRenderer 是一个视频到视频的生成式渲染器,能把 AI 智能体做出的灰盒、彩色几何体等占位画面转成带角色、动作细节和特效的高质量画面,同时保持布局、相机和每个实体的位置与时序不变。
MiniMax H3、Seedance等多模态模型正被接入游戏、电商等实际内容工作流,一家大型游戏厂商借此将素材制作从几天缩短到几小时,月费用从几百万元降至几十万元。H3输出视频有768p和2K两种模式,2K的API调用价格约0.8元/秒,本地部署成本更低。MINIMAX-W上半年收入1.17亿美元,开放平台及企业服务收入同比增长703.1%。
有用户在 Reddit 询问如何在 Minimax H3 的默认 ComfyUI 文生视频工作流中添加额外的 LoRA 节点。该默认工作流自带 turbo LoRA 和多个 switch 节点,用户表示已能配置多 GPU 运行,但无法理解 switch 逻辑,实际运行时会直接忽略 LoRA。
社区讨论选出当前开源模型中的优胜者:I2V 与视频编辑为 Minimax H3,文生图为 Krea 2、Ideogram 4 和 AnimaYume,图像编辑为 Qwen Image 2.1。
作者在 ComfyUI 中尝试 MiniMax H3 的 Reference-to-Video 工作流,用 AI 生成角色替换原视频人物,同时保留原片动作与表演,并尝试替换背景环境。
推荐理由:作者在本地实测 MiniMax H3 的参考生视频流程,把角色替换与动作迁移整理成可下载的工作流和素材。
作者在 RTX 4070(12GB 显存)上实测 FastVideo 与 Nuva Lab 为 MiniMax H3 参照生成(Ref2VA)开发的 8 步加速模型 FastH3 OmniRef,生成 5 秒视频时,官方 VSA 10% 设置耗时 416 秒,去掉 VSA 的 Dense 设置耗时 1312 秒,约相差 3.2 倍。
用户在 ComfyUI 中用 Minimax H3 延长视频时,第二段开头出现闪烁、整段出现彩点,已尝试调整 context frames、window 39/90/141、snap cuts、画质与比例,并换用 ref2va 和 fl2va 模型均无效。