如何突破单次 15 秒限制?MiniMax H3 时间线导演台有限分段长视频生成完整教程

原创2026-11-01 21:24:051,673 阅读
文章标签:人工智能媒体生成视频插件系统AI 应用

如何突破单次 15 秒限制?MiniMax H3 时间线导演台有限分段长视频生成完整教程

MiniMax H3 单次推理最多只能生成 15 秒视频,想做一分钟以上的成片怎么办?ComfyUI-MiniMaxH3-TimelineDirector(MiniMax H3 时间线导演台)用「有限分段 + 重叠续写」的思路解决这个痛点:它把目标时长拆成多个 GEN 时间框,在 ComfyUI 里一次执行自动完成逐段生成、Latent 尾部续接、重叠去重和音画合并,无需手工复制节点,也不需要依赖已关闭的通用 Loop PR。本文是一份面向新手的完整教程,带你从零搭好长视频生成工作流。

MiniMax H3 时间线导演台 ComfyUI 长视频有限分段工作流全景

一、为什么 H3 只能生成 15 秒?

根据 MiniMax H3 官方规格,模型的单次生成边界是固定的:

项目 限制
单次输出时长 4–15 秒
输出帧率 24 FPS
参考图片 最多 9 张
参考视频 最多 3 段,合计不超过 15 秒
参考音频 最多 3 段,合计不超过 15 秒

也就是说,一分钟的视频必须由多次生成编排完成,不能指望一次推理直接出片。传统做法是手动生成多段再剪辑拼接,但接缝处容易出现人物换脸、动作跳变、声音断裂。时间线导演台的核心价值就在于:把「分段 → 续写 → 去重 → 合并」整条流水线自动化。

二、时间线导演台是什么?

简单来说,它是一个类似剪辑软件的可视化参考素材时间线节点:

  • 多视频时间线:移动、裁剪、分段、删除、吸附和精确数值定位;
  • GEN 时间框:拖出多个生成区间,每段就是一个 H3 推理任务;
  • 重叠续写:下一段开头自动复用上一段的末尾画面作为固定 Guide,保证人物、站位、镜头和声音连续;
  • 有限分段采样:一个节点完成全部分段的编码、采样、去重和合并。

MiniMax H3 素材规划台与有限分段采样节点连接示意

三、安装步骤:2 分钟装好插件

📦 在 ComfyUI 的 custom_nodes 目录下执行:

git clone https://gitcode.com/gh_mirrors/co/ComfyUI-MiniMaxH3-TimelineDirector

重启 ComfyUI 后,搜索 MiniMax H3 即可找到全部节点。

环境要求(详见 README_CN.md):

  • 较新的 ComfyUI(含原生 MiniMax H3 节点);
  • MiniMax H3 Ref2VA 对应模型、CLIP、视频 VAE 和音频 VAE;
  • Python 3.10 或更高版本。

四、4 步上手有限分段长视频生成

第 1 步:导入全功能合一工作流

直接导入官方示例工作流 MiniMaxH3全功能合一完全体导演台工作流.json。长视频生成的连接方式非常简单:

素材规划台「分段规划」 → 有限分段采样「有限分段规划」

其余模型、VAE、采样器和 Sigmas 按工作流原有连接保持不变即可。

第 2 步:拖出 GEN 时间框,定义每段时长

在「MiniMax H3 素材规划台」中:

  1. 设置初始生成时长和素材分段数量,点击「更新分段」;
  2. 时间线上会出现 GEN1、GEN2…彩色时间框,顶部拖柄移动整段,左右把手修改范围;
  3. 相邻段默认保留约 39 帧重叠(短段自动减少),重叠会自动吸附到 H3 合法网格(0、1、5、22、39、56… 帧)。

MiniMax H3 时间线导演台 GEN 时间框分段与青色选区编辑界面

⚠️ 注意三条规则:段与段之间不能留白;每段长度必须符合 H3 的 5 + 17*n 帧网格;最终帧数等于最后一个 GEN 框的结束帧(不是各段长度直接相加)。详细规则见 docs/TIMELINE_SEGMENT_WINDOWS_CN.md。

第 3 步:写提示词:全局复用或逐段定制

  • 全局提示词:所有「本段提示词」都为空时,全局提示词会自动复用于每一段,适合纯文生长视频;
  • 分段提示词:任意一段填写了本段提示词后,全局提示词立即失效,且每一段都必须填写,适合每段剧情不同的叙事型长视频。

后续段的 <a href="https://link.gitcode.com/i/4a01c4f3ce6b9e8616770938c3012430" target="_blank">Shot 1] 必须先描述重叠区里已经存在的画面(上一段结尾的镜头),再描述新内容——这是保证接缝不穿帮的关键。完整写法可参考 [docs/AGENT_LONG_VIDEO_GUIDE_CN.md 和 docs/MiniMax_H3_循环分段提示词_Agent规范.md。

如果想让多模态模型先理解素材再自动扩写提示词,可以改用 MiniMax_H3时间规划+Prompt提示词生成.json,通过 Omni 素材包提示词桥让 Prompt Rewriter Omni 读取有序图片、视频和音频后生成 H3 提示词:

MiniMax H3 Omni 素材包提示词桥自动扩写提示词工作流

第 4 步:运行,自动完成分段续写与合并

点击队列运行后,插件按固定顺序内部执行:

分段选材 → 内部 H3 规划编码 → 上段 Latent 尾部续接 → 时间遮罩 → 同种子采样 → AV 解码 → 重叠去重 → 顺序合并

所有分段使用同一个种子,避免逐段随机漂移;重叠帧会自动向下对齐到合法网格(比如 24 帧对齐成 22、48 对齐成 39),续接、裁剪和合并始终使用同一个实际重叠值。你只需要在完成后保存视频即可。

五、无缝拼接的核心:Latent 续写 + Drift-Control

很多长视频插件靠「解码成 RGB 再重新编码」来续接,一来一回会损失清晰度。有限分段采样直接把上一段 sampled AV Latent 的尾部放到下一段开头,跳过 RGB Decode → VAE Encode 往返:

  • 视频侧:Drift-Control 时间遮罩自动读取外部 Sigmas,兼容 4 步、8 步和 20 步等加速调度,仅对临时前缀按采样步动态匹配噪声,保持接缝侧 latent 干净;
  • 音频侧:开启音频续接时,重叠音频前部完全保护,最后 8 个音频 latent tick 用半余波 Soft AV 遮罩逐渐释放到新生成的声音;
  • 重叠为 0 帧时:两段按独立视频生成,合并时保留两段完整画面和音频。

六、进阶玩法:原生 Loop 拆分节点

如果你的 ComfyUI 支持原生 Start Loop / End Loop,可以使用拆分节点在循环体中自由组合一采、二采和自定义处理(比如插入预览、保存节点):

MiniMax H3 原生 Loop 有限分段示例工作流拆分节点连接

对应示例文件:MiniMaxH3原生Loop有限分段示例工作流.json。连接思路是:初始化分段循环 的分段数量接 num_iterations,循环体中选段、编码、采样,合并循环分段 输出下一循环状态,最后由 完成分段循环 取出完整画面、音频和末段 Latent。

七、显存不够?改用低内存长视频输出

超长或高分辨率视频建议改用 MiniMax H3 有限分段采样(低内存版本):每段解码完成后立即编码为临时 MP4 并释放帧内存,最终在编码层直接合并为 VIDEO 输出,全程不构造整条 RGB 帧张量。配套工作流:MiniMaxH3全功能合一低内存视频输出工作流.json。

八、常见问题速查

1. 最多能分多少段? 时间框上限 64 段;实际可运行数量受显存、内存和 ComfyUI 单次执行能力限制。建议先以 2~3 段、较低分辨率验证工作流。

2. 每段素材有限制吗? 每个实际生成分段仍遵循 H3 原生上限:最多 9 张参考图、3 段参考音频;素材库本身不限制上传总数。

3. 能自动按视频总时长切片吗? 不能。插件不会按参考媒体时长自动分段,也不替你判断角色是否该续接——分段范围、相邻段重叠和每段素材都由你在时间线上明确编排,这正是导演台「导演」的含义。

4. 速度不够快怎么办? 勾选开启二采并选择 H3 Latent Upscaler,推荐 75% 低清 + 25% 高清(如总步数 8 时设置 2 步高清)。作者实测 1536×832 / 29 秒 约 10 分钟直出;二采会在低清、高清两个阶段分别执行 Drift-Control,避免逐段缩放造成的模糊和可见接缝。

九、延伸阅读

掌握「拖时间框 → 写提示词 → 一次运行」这三件事,你就可以用 MiniMax H3 时间线导演台把 15 秒的单次上限扩展为受本机显存限制的任意时长长视频了。

登录后查看全文
ComfyUI-MiniMaxH3-TimelineDirector