ComfyUI-MiniMaxH3-CLSS 大更新:分场景参考、音频重组与流式潜在放大
nazgut · reddit · 2026-09-12
作者发布 ComfyUI-MiniMaxH3-CLSS 更新，一次生成 ref2vid 长视频并配 MiniMax 音乐模型配乐。主要变更：
- 分场景参考节点：CLSSH3SceneReference(s) 可将参考图/音频绑定到多场景生成中的单个场景，tokenize 时绑定 <Picture N>/<Audio N> 标签，最多 9 图 + 3 音频；附带 3 场景工作流
- 全场景参考单节点：CLSSH3SceneReferencesAll 让每张参考图作用于所有场景，音轨自动按场景切窗（默认 10 秒/场景），改场景列表无需重新接线
- globaltext：共享风格/音景/质量规则写一次，自动复制到每个场景块顶部
- 音频重组（turbo-LoRA 修复）：可选按块从纯噪声生成全新音频 take；实测对 turbo 音频重新加噪只会复现同一 take（cos 0.90–0.96），换新噪声才真正改变
- 块间神经潜在放大：采样器内每个 chunk 在 SLB 步后立刻放大，全窗口提供时序上下文并交叉淡化接缝，长视频从不高分辨率整体存在（约 0.7 GB fp16）
- 修复 recompose 崩溃、跨块噪声场 bit-identical 因果性、音频遥测记账等问题
「多模态」频道最新
- Reddit 用户实测称 MOSS 文生图已达当前 SOTA 水平 — Ciclosporin · 2026-10-31
- 图像理解模型 Jev 1.14 上线 Runware,输入每百万 token 仅 $0.042 — aziz4ai · 2026-10-31
- 开源 VFX 工具 Paint a plate:首帧涂抹,整段镜头自动跟随编辑 — xCaYuSx · 2026-10-31
- Google DeepMind 发布 Genie 4，主打实时世界模拟 — TheAIGRID · 2026-10-31
- 用 MiniMax H3 搭出整页漫画生成工作流，作者开源全部节点 — gatortux · 2026-10-31
- Runway Agent 升级：能开文件跑代码，从生成走向干活 — runwayml · 2026-10-31