用 Minimax H3 做音画同生短片:两段式 ComfyUI 工作流详解

CommentSignal9029 · reddit · 2026-08-31

作者参加 ComfyUI 同步声音挑战赛,用 Minimax H3 制作了粗野主义风格短片《IN TRANSIT》,核心创意是「方波频率」迫使物质按 90 度正交逻辑碎裂(棋盘水、立方坍塌、方形云)。

工作流分两段:生成阶段用 Ref2Vid,视觉参考由 Nanobanana 生成,并在 ComfyUI 里接入 Ollama 节点(Gemma 26b)自动把指令格式化成 H3 的语法;配合 Spectrum Apply、Comfy Kitchen attention 和 Sol-Attn Patch,在 3090 上以 864x480 生成基础片段。Latent Upscale 阶段不借助外部放大器以保留混凝土质感,直接在潜空间用 MMH3Tools 节点喂入基础视频+相同参考+相同提示词,配合 4 步 Turbo LoRA 与 Sage Attention 放大到 1344x768,约每秒视频耗时 1 分钟。