MiniMax H3 ComfyUI Workflow: Complete gids voor T2V & I2V

Het uitvoeren van MiniMax H3 in ComfyUI vereist strikte naleving van ruimtelijke en temporele rasterregels om tensorvormfouten, stille MP4-export of modelcrashes te voorkomen. MiniMax H3 lost deze knelpunten op door 2K-video en native gesynchroniseerde stereo-audio in één enkele forward pass te genereren.

Belangrijkste punten: MiniMax H3 ComfyUI Workflow

• Native multimodale pass: MiniMax H3 genereert 2K-video en gesynchroniseerde 32 kHz stereo-audio rechtstreeks in één enkele ComfyUI-diffusiepass.
• Hardware-drempel: Vereist minimaal 16 GB VRAM voor INT8-uitvoering; 24 GB aanbevolen voor native 2K-rendering.
• Ruimtelijke rasterregel: Canvas- en keyframe-resoluties moeten strikt deelbaar zijn door 32, bijvoorbeeld 1344×768, om ruimtelijke VAE-tensorvormfouten te voorkomen.
• Temporele rasterformule: Clip lengtes moeten voldoen aan de vergelijking Totaal aantal frames = 17k + 5 (5, 22, 39, 56, 141 frames bij 24fps) om latente afkapping te voorkomen.
• Snelheidsoptimalisatie: Ondersteunt een officiële 8-staps Turbo LoRA om de rendertijd met ~60% te verlagen met CFG vastgezet op 1.0.

Terwijl Text-to-Video (T2V) vertrouwt op pure tekstgestuurde latente initialisatie, verankert Image-to-Video (I2V) bewegingsbanen met behulp van first_frame, last_frame of MiniMaxH3AddGuide-conditioneringsknooppunten. De volgende secties beschrijven de volledige omgevingsconfiguratie, node-bedradingsdiagrammen en probleemoplossingsprotocollen voor beide pijplijnen.

Essentiële vereisten en modeldirectorystructuur

Het plaatsen van een 32B-tekstencoder in models/checkpoints in plaats van models/text_encoders zorgt ervoor dat ComfyUI vastloopt tijdens grafiekcompilatie of faalt met een onduidelijke KeyError. De meeste installatiefouten ontstaan doordat bestanden in de verkeerde submappen terechtkomen, ofdoordat standaard Qwen-gewichten worden vervangen door de aangepaste visietekstencoder die vereist is voor MiniMax H3.

Systeemcompatibiliteitsvereisten

Controleer voordat u modelgewichten downloadt of uw installatie voldoet aan deze minimale hardware- en omgevingsspecificaties:

• ComfyUI Core: Versie v0.30.0 of hoger.
• Aangepaste nodes: ComfyUI-MiniMaxH3-Easy of officiële Comfy-Org-pakket.
• GPU VRAM: 16 GB (INT8 min) / 24 GB (2K aanbevolen).
• Software Stack: Python 3.10+ met PyTorch 2.4+ en CUDA 12.1+.

Modeldirectory-plaatsingsmatrix

Download de officiële MiniMax H3 open-source modelgewichten van de Hugging Face-modelrepository en plaats elk bestand in de aangewezen doel-submap.

Kritieke installatieopmerking

Het bestand qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors is een aangepaste 4-bit AWQ-gekwantificeerde visie-tekstencoder (Qwen3-VL-architectuur) die specifiek is fijngestemd voor MiniMax H3-promptconditionering. Vervang het niet door standaard taaltransformatoren in de map text_encoders, omdat generieke taalmodellen de multimodale visieprojectie missen die nodig is voor latente videogeneratie.

Het bouwen van de Text-to-Video (T2V) ComfyUI-nodegrafiek

Het bouwen van een schone Text-to-Video (T2V)-nodegrafiek in ComfyUI vereist het routeren van tekstembeddings, ruimtelijke resolutie-instellingen en latente frametensors in een strikte lineaire volgorde.

Node-pakketopmerking: De nodenamen die in deze workflowgids worden gebruikt, zoals MiniMaxH3TextToVideo en MiniMaxH3ImageToVideo, verwijzen naar het aangepaste ComfyUI-MiniMaxH3-Easy-pakket. Als u het officiële Comfy-Org-kernpakket gebruikt, zijn deze bewerkingen opgesplitst in afzonderlijke MiniMaxH3Sampler- en MiniMaxH3Conditioning-nodes.

Stapsgewijze T2V-nodebedradingsgids

Het instellen van T2V-latente generatie vereist het isoleren van tekstconditionering en ruimtelijke parameters voordat de sampler-pass wordt uitgevoerd.

1. Tekstencoder-bedrading: Routeer uw tekstprompt-node naar de Qwen3-VL visietekstencoder-lader. Stuur de uitvoertensor rechtstreeks naar de positieve promptconditioneringspoort van de MiniMaxH3TextToVideo-node.
2. Ruimtelijke dimensieberekening: Stuur uitvoerwaarden van ResolutionSelector naar ImageScaleToTotalPixels. Deze stap berekent pixeltoewijzing terwijl ruimtelijke dimensies worden afgedwongen die deelbaar blijven door 32.
3. Sampler & latente generatie: Routeer modelgewichten, positieve conditioneringstensors en resolutieparameters rechtstreeks naar MiniMaxH3TextToVideo om de ruwe videolatent te genereren.
4. VAE-decodering en video-export: Stuur de latente tensor door minimax_h3_video_vae_fp16 voor decodering, leid de weergegeven framebatch vervolgens rechtstreeks naar SaveVideo.

T2V-node-routingsmatrix

Volg de onderstaande exacte node-poortverbindingen om deze grafiek te bouwen zonder verbroken afhankelijkheden:

MiniMax H3 vertrouwt bijna volledig op gedetailleerde positieve prompts die worden geparseerd door het Qwen3-VL visie-taalmodel, wat betekent dat traditionele negatieve conditioneringsnodes onnodige rekenbelasting toevoegen zonder de uitvoerkwaliteit te verbeteren. Het aansluiten van SaveVideo direct op de video VAE-decode-node zorgt voor een correcte 24fps MP4-weergave zonder weggevallen laatste frames.

Het construeren van de Image-to-Video (I2V) en First/Last Frame-workflow

Pogingen om een stilstaand portret te animeren of twee keyframes te overbruggen, resulteren vaak in gewelddadige vervorming van het onderwerp of onmiddellijke tensorvormcrashes wanneer uw start- en eindafbeeldingen zelfs maar een paar pixels verschillen. Het omzetten van een standaard tekstpijplijn naar een Image-to-Video (I2V)-workflow vereist het vervangen van de basissampler-node en het opzetten van nauwkeurige beeldconditioneringspijplijnen over uw begin- en eindframes.

Keyframe-interpolatie en nodeconfiguratie

Om over te schakelen van T2V naar First-Last-Frame (FL2V)-videogeneratie, vervangt u MiniMaxH3TextToVideo door MiniMaxH3ImageToVideo. Deze node stelt speciale invoerpoorten bloot voor first_frame en last_frame, zodat u begin- en eindtoestanden, of volledige morf-overgangen kunt definiëren.

1. Laad afbeeldingsnodes: Plaats twee LoadImage-nodes op uw canvas om uw begin- en doelkeyframes vast te houden.
2. Dimensiematching: Stuur afbeeldingsuitvoer door GetImageSize om ruwe breedte- en hoogtedimensies te extraheren. Dit voorkomt ruimtelijke rasterverschillen voordat tensoren de sampler ingaan.
3. Tensorconditionering: Verbind de verwerkte pixeltensors met first_frame voor standaard enkelvoudige afbeeldingsanimatie, of vul zowel first_frame als last_frame in om keyframe-interpolatie uit te voeren.

I2V- en FL2V-nodeverbindingsmatrix

MiniMax H3 dwingt strikte dimensiepariteit af tussen keyframe-invoer. Beide keyframes moeten exact overeenkomen in ruimtelijke resolutie. Als first_frame en last_frame in grootte verschillen, stopt de bemonstering tijdens latente initialisatie. Routeer beide afbeeldingen door dezelfde schalingsnode om identieke pixeldimensies te garanderen.

Geavanceerde referentiebegeleiding met MiniMaxH3AddGuide

Standaard Image-to-Video-grafieken regelen alleen het eerste en laatste frame, waardoor tussentijdse beweging onverankerd blijft. De MiniMaxH3AddGuide-node lost dit op door referentie-afbeeldingen, multi-frame afbeeldingsbatches of audiotracks te verankeren op een specifieke frame_idx langs de generatietijdlijn.

Kernmogelijkheden van MiniMaxH3AddGuide

Hoe verankeringsnodes te koppelen voor referentievideogeneratie

Het koppelen van meerdere MiniMaxH3AddGuide-nodes maakt volledige referentievideogeneratie (R2V) mogelijk:

1. Primair karakteranker: Verbind uw positieve conditionering met MiniMaxH3AddGuide met frame_idx ingesteld op 0 om de karakteridentiteit aan het begin vast te zetten.
2. Motion keyframe halverwege de reeks: Koppel een tweede MiniMaxH3AddGuide-node, voer een keyframe-afbeelding in op frame_idx 60 om het karakter te dwingen een specifieke pose midden in de scène aan te nemen.
3. Audiokoppeling: Verbind een beoogde soundtrack met de audio-invoerpoort en stuur uw audio_vae om geluid direct op die tijdlijnoffset te synchroniseren.

Het koppelen van deze conditioneringsgidsen handhaaft temporele stabiliteit zonder de diffusiesampler te dwingen latenten opnieuw te initialiseren.

Integratie van gesynchroniseerde native audio met dubbele VAE-routing

Makers besteden vaak uren aan het handmatig uitlijnen van externe spraaktracks in videobewerkingssoftware, alleen om te worden geconfronteerd met onnatuurlijke lip-flap drift of niet-overeenkomende achtergrondruis. MiniMax H3 elimineert nabewerking van audio-uitlijning door te vertrouwen op echte multimodale generatie, waarbij videoframes en 32 kHz stereo-geluid samen worden gegenereerd in één enkele forward pass.

Architectuur van de single-pass stream

In tegenstelling tot traditionele pijplijnen die afzonderlijke text-to-speech-modellen na videorendering koppelen, verwerkt MiniMax H3 tekst-, beeld- en temporele aanwijzingen in een verenigde latente ruimte. Tijdens de denoising-fase produceert SamplerCustomAdvanced een samengestelde latente lading met zowel visuele als akoestische kenmerkmaps. Deze gezamenlijke synthese garandeert nauwkeurige dialoogsynchronisatie en organische geluidseffectgeneratie die exact overeenkomen met de actie op het scherm.

Dubbele VAE-decode en nodeconfiguratie

Om ruwe latenten om te zetten in afspeelbare media, splitst de grafiek de uitvoer in twee afzonderlijke decodeerpaden voordat MP4-multiplexing plaatsvindt.

Technische node-installatie

1. Laad dubbele VAE's: Voeg twee afzonderlijke VAELoader-nodes toe aan uw canvas. Wijs de eerste naar minimax_h3_video_vae_fp16.safetensors en de tweede naar minimax_h3_audio_vae_fp32.safetensors.
2. Voer dubbele VAE-decode uit: Routeer de visuele latente uitvoer van de sampler naar VAEDecode en het audio-latente blok naar VAEDecodeAudio. Het handhaven van minimax_h3_audio_vae_fp32 in FP32-precisie voorkomt clipping-artefacten en frequentievervorming in achtergrondmuziek.
3. Multiplext via SaveVideo: Voer de gedecodeerde beeldtensor en ongecomprimeerde audiogolfvorm in CreateVideo of rechtstreeks in SaveVideo. De node zorgt voor de uiteindelijke containerverpakking en schrijft een voltooid 24 fps MP4-bestand met ingebedde stereo-audio.

Deze native dual-stream setup levert fase-nauwkeurige audio-uitvoering direct binnen ComfyUI, zonder externe lip-sync-plug-ins.

Resolutiewiskunde, aspectverhoudingsbeperkingen en framerasteruitlijning

Het invoeren van een standaard 1920x1080-resolutie of het instellen van uw clip lengte op 60 frames in ComfyUI zal uw renderwachtrij onmiddellijk laten crashen met een tensorvormfout of u achterlaten met zwaar vervormde randnaden. MiniMax H3 dwingt rigide wiskundige grenzen af voor ruimtelijke dimensies en clipduren omdat de 3D VAE-architectuur videolatenen comprimeert over specifieke ruimtelijke blokken en temporele stappen.

Ruimtelijke dimensies en aspectverhoudingspresets

De ruimtelijke VAE downsampled invoer met een factor 32. Als uw doelbreedte of -hoogte geen strikt veelvoud van 32 is, faalt de diffusiesampler tijdens grenstensorallocaties. Het model richt zich op een 768px native korte zijde, waarbij visuele getrouwheid wordt afgewogen tegen het doelmegapixelbudget.

Het gebruik van niet-standaard pixeldimensies dwingt de VAE om feature maps op te vullen of uit te rekken, waardoor fijne textuurdetails worden aangetast.

De 17k + 5 Frame-rasterregel

Temporele dimensie-uitlijning volgt een even rigide formule. Om binnen de MiniMax H3-videolengtebeperkingen te blijven, verwerkt de architectuur videosequenties in 17-frame latente blokken met een 5-frame staartinitialisatie. Om temporele afkapping of stille VAE-decodeercrashes te voorkomen, moet elke render voldoen aan de 17k + 5 frame rastervergelijking, waarbij k een integer stap teller voorstelt.

Bij een standaard 24fps framesnelheid bepaalt deze wiskunde exacte temporele duren:

• k = 0 (5 frames): ~0,21 seconden (micro-beweging of statische burst)
• k = 1 (22 frames): ~0,91 seconden (snelle actie-slice)
• k = 3 (56 frames): ~2,33 seconden (korte shotreeks)
• k = 8 (141 frames): ~5,87 seconden (volledige standaard cliplimiet)

Het instellen van een doelaantal op 60 dwingt ComfyUI om 4 frames te laten vallen naar 56 (k=3), wat VRAM-berekening verspilt tijdens het samplen. Stel uw nodeparameters altijd in op de exacte 17k + 5 stapgrens voordat u een generatiebatch in de wachtrij plaatst.

Snelheidsoptimalisatie: 8-staps Turbo LoRA-uitvoering inschakelen

Het besteden van meer dan zes minuten aan het wachten tot een enkele 6-seconden preview-video rendert, maakt snelle prompt-iteratie bijna onmogelijk op consumenten-GPU's. Standaard samplen vereist 20 tot 30 stappen, wat een ernstige operationele bottleneck creëert bij het afstemmen van bewegingssignalen, het testen van camerabewegingen of het evalueren van keyframe-overgangen.

Integratie van de Turbo-distillatiegewichten

Het integreren van het officiële minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16-gewichtbestand vermindert het aantal sampling-passes tot een 8-staps inferentie-workflow. Dit distillatieproces bereikt een aanzienlijke generatiesnelheidsoptimalisatie zonder de algehele visuele samenhang in gevaar te brengen.

Om deze distillatieconfiguratie in ComfyUI in te stellen:

1. Plaats modelgewichten: Verplaats minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors naar uw ComfyUI/models/loras/ directory.
2. Sluit LoraLoader-node aan: Routeer de primaire diffusiemodeltensor door een LoraLoader-node voordat u de sampler voedt. Stel turbo_model_strength in op 1.0.
3. Pas stapaantal aan: Verlaag de steps-parameter in uw MiniMaxH3Sampler-node van de standaard 20 naar exact 8.
4. Vergrendel CFG-schaal: Forceer de classifier-free guidance scale parameter naar 1.0 om oververzadiging te voorkomen.

Prestatiebenchmarks: Standaard versus Turbo-uitvoering

Bij het uitvoeren van minimax_h3_fl2v_turbo_8step veroorzaakt het instellen van CFG boven 1,0 onnodige dubbele conditioneringspassen, wat leidt tot extreme kleurverbranding, contrastuitschieters en ruimtelijke scheuren in frames met veel beweging. Het activeren van turbo_mode met een vaste Turbo LoRA-sterkte van 1,0 stelt makers in staat om complexe camerabewegingen in minder dan drie minuten te valideren voordat ze zich committeren aan volledige 20-staps productierenders.

Problemen oplossen met veelvoorkomende ComfyUI MiniMax H3-grafeefouten

De meeste operationele fouten in MiniMax H3-grafieken zijn het gevolg van kleine tensoruitlijningsverschillen, niet-verbonden audiodecoders of GPU-geheugenknelpunten tijdens het laden van modellen.

Diagnostische gids & snelle oplossingen

1. CUDA Onvoldoende Geheugen (OOM)

   1. Primaire oorzaak: Het laden van de 32B-tekstencoder naast int8-diffusiegewichten op 16GB VRAM-GPU's zonder geheugenoffloading.
   2. Stapsgewijze oplossing: Voeg --lowvram of --medvram opstartvlaggen toe aan uw ComfyUI-startscript. Overweeg voor krappe GPU-geheugensetups het uitvoeren van MiniMax H3 in ComfyUI met GGUF-kwantificatie om de basisgeheugenvereisten te verlagen. Zorg ervoor dat qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors strikt in models/text_encoders/ wordt geplaatst, zodat VRAM-offloading tussen tekstparsing- en sampling-passes mogelijk is.

2. Vormmismatchfout

   1. Primaire oorzaak: Aangepaste breedte-/hoogtewaarden of invoerkeyframe-afbeeldingen schenden de vereiste 32-pixel ruimtelijke deelbaarheidsraster.
   2. Stapsgewijze oplossing: Voeg een ResolutionSelector- of ImageScaleToTotalPixels-node in vóór de sampler om alle canvas- en afbeeldingsdimensies naar het dichtstbijzijnde veelvoud van 32 te dwingen.

3. Ontbrekende audiotrack in export

   1. Primaire oorzaak: Het audio-VAE-pad is niet verbonden of omzeild tijdens grafiekuitvoering.
   2. Stapsgewijze oplossing: Verbind minimax_h3_audio_vae_fp32 met de VAEDecodeAudio-node, leid de gedecodeerde audio-latenten vervolgens naar de audio-poort van de SaveVideo-node samen met de videostream.

4. GetImageSize Node-fout

   1. Primaire oorzaak: Niet-overeenkomende keyframe-aspectverhoudingen of ongeldige multi-frame afbeeldingsbatches die in I2V-sampler-ingangen worden gevoerd.
   2. Stapsgewijze oplossing: Voer zowel begin- als eindafbeeldingen door een uniforme ImageScaleToTotalPixels-node om keyframes op identieke dimensies te vergrendelen vóór latente initialisatie.

5. ComfyUI Manager Waarschuwing Ontbrekende Nodes

   1. Primaire oorzaak: Vereiste MiniMax H3 aangepaste node-pakketten zijn niet geïndexeerd of ontbreken in de lokale omgeving.
   2. Stapsgewijze oplossing: Open ComfyUI Manager, selecteer Installeer Ontbrekende Aangepaste Nodes, zoek naar ComfyUI-MiniMaxH3-Easy, klik op Installeren en herstart ComfyUI.

Oplossen van geheugendalingen en node-registry-conflicten

Veel tutorials missen hoe ComfyUI VRAM-toewijzing beheert over opeenvolgende generaties. Als u een plotselinge CUDA Onvoldoende Geheugen-fout ervaart bij een tweede of derde renderpoging, ondanks een succesvolle eerste pass, heeft ComfyUI de tekstencoder in VRAM behouden. Het instellen van expliciete offload-vlaggen in uw startscript maakt toegewezen geheugen vrij tussen sampler-stappen.

Bij het openen van community JSON-bestanden duiden ComfyUI Manager-waarschuwingen voor ontbrekende nodes meestal op verouderde node-registraties. Het installeren van ComfyUI-MiniMaxH3-Easy lost deze ontbrekende afhankelijkheden direct op. Voor I2V-pijplijnen vereist het oplossen van een GetImageSize-fout of een vormmismatchfout ervoor te zorgen dat zowel begin- als eindkeyframe-afbeeldingen overeenkomen met de beoogde pixelgrenzen.