ComfyUI 搭 MiniMax H3 人物替换工作流：64 秒 1080p 长视频实操

wjc_5 · reddit · 2026-11-08

作者分享一套在 ComfyUI 中构建的 MiniMax H3 角色替换/动作迁移工作流，外加一个自动写 prompt 并批量跑片段的 agent skill，解决了视频参考慢、长片段后期丢失参考两大痛点。演示将 64 秒片段切成 15 段完成替换。

帧对齐：H3 要求帧长为 17n+5，工作流用最后一帧补齐再裁剪，输出 24fps、时长与输入一致。
上下文续接：同一长镜头分段时开启 context switch，加载上一段输出的最后 22 帧引导新段开头保证接缝对齐；自然镜头切换处则独立处理。
提速：Spark-H3 稀疏注意力 + Spectrum forecast 缓存；加速 LoRA 用 lightx2v Ref2VA turbo v0.1（1.0）加 600 步 EMA turbo LoRA（0.5），再加 akatz-ai 的 Character Swap LoRA。作者认为角色替换任务窄且明确，堆叠这些加速器代价小。
关键参数：720p（0.9–1.0 MP）单次可出约 15 秒（窗口 6.5 秒）；1080p 建议切 4–6 秒段；TemporalWindow 中关闭 spatial tiles；Spark-H3 需 RTX 30/40/50 显卡。
Prompt 生成：单镜头片段用能看视频的网页 LLM（如 Gemini）套模板即可；多切镜片段用 skill：命名片段（1、2、3 或 2-1、2-2 表示续接），本地检测硬切、逐段写 prompt、顺序可恢复执行，最后拼接并输出逐段检查报告。支持 RunningHub 或本地 ComfyUI，也可被 Claude Code/Codex 等读取 SKILL.md 使用。2.0 MP 下每段约 6–10 分钟。

「编程与Agent」频道最新