荒哥AI-MiniMaxH3

镜像说明

本镜像已预装 ComfyUI，并提供 Z-Image Turbo 出图与 MiniMax H3 视频生成工作流。适合在优云实例中直接使用 ComfyUI 完成图片生成、文生视频、图生视频和参考素材生视频。

已提供的工作流

• Z-Image Turbo 文生图：用于角色设定、场景设定、道具设计和分镜关键帧。
• MiniMax H3 文生视频（T2V）：仅用文字描述生成带原生音画的短视频。
• MiniMax H3 图生视频（I2V）：上传一张图片作为首帧，生成连续运动镜头。
• MiniMax H3 参考生视频（R2V）：可使用参考图片、参考视频和参考音频，适合需要人物、风格或声音一致性的镜头。

启动与进入 ComfyUI

1. 部署本镜像并等待实例状态变为“运行中”。
2. 在实例卡片点击 ComfyUI 进入工作台。
3. 如果快捷入口暂未显示，可在浏览器访问实例公网 IP 的 8188 端口。
4. 首次启动会加载工作流与模型，请耐心等待页面完全打开。

本镜像已配置 ComfyUI 自启动。重启实例后，ComfyUI 会自动在 8188 端口启动。

工作流使用方法

MiniMax Music 3 文生音乐

1. 打开 audio_minimax_music_3 工作流。
2. 在“说明/描述”节点输入音乐描述，建议写清全局风格（Global Metadata）、人声细节（Vocal Details）和编曲（Arrangement）。
3. 在“lyrics”节点输入歌词，并使用段落标签（如 [Intro]、[Verse]、[Chorus]）控制歌曲结构。
4. 按需调整生成时长（max_duration）、随机种子（seed）及是否开启分块解码（Tiled decode）等参数。
5. 点击“运行”，生成的音频（MP3格式）会保存到 ComfyUI 输出目录。

文生音乐工作流界面

MiniMax H3 文生视频

1. 打开 video_minimax_h3_t2v 工作流。
2. 输入视频画面、人物动作、镜头运动和声音氛围描述。
3. 根据需要设置画面比例、时长和生成参数。
4. 点击“运行”，等待任务完成后在结果区查看或下载视频。

文生视频工作流界面

MiniMax H3 图生视频

1. 打开 video_minimax_h3_i2v 工作流。
2. 上传一张清晰的首帧图片。
3. 输入希望画面如何运动、镜头如何推进、人物如何动作的提示词。
4. 设置时长和画幅后点击“运行”。

建议先用 Z-Image Turbo 生成角色或场景关键帧，再进入图生视频工作流制作动态镜头，可获得更稳定的角色与画风一致性。

图生视频工作流与生成结果

MiniMax H3 参考生视频

1. 打开 video_minimax_h3_r2v 工作流。
2. 按需要上传参考图片、参考视频或参考音频。
3. 在提示词中按节点提示引用对应素材标签，例如 <Picture 1>、<Video 1>、<Audio 1>。
4. 描述这些素材在最终镜头中承担的角色，再点击“运行”。

此工作流适合锁定人物形象、画面风格、动作参考或声音氛围。参考素材越清晰、提示词越具体，结果越稳定。

参考生视频生成结果

使用建议

• 先出图定角色、场景和关键构图，再用图生视频或参考生视频制作动态镜头。
• 视频任务耗时较长，请避免在运行中关闭实例或刷新页面。
• 生成失败时，先检查工作流中是否有红色报错节点，再确认模型名称、素材格式和显存占用。
• 输出文件可在 ComfyUI 的结果区查看，也可通过 JupyterLab 或 FileBrowser 管理。

常见问题

ComfyUI 页面打不开怎么办？

确认实例处于运行中，等待约 1 分钟后重试；仍无法访问时检查 8188 端口是否已配置。

重启实例后还需要手动启动 ComfyUI 吗？

不需要。本镜像已启用自启动，实例运行后会自动启动 ComfyUI。

为什么视频生成比出图慢？

MiniMax H3 视频工作流需要同时处理画面与音频，生成耗时会受到视频时长、分辨率、参考素材数量和实例显卡规格影响。以上工作流可直接按需使用。