H3 MultiRef Update 6: Flujos de trabajo de vídeo musical y AV

H3 Motion Context MultiRef lanzó la Actualización 6 el 17 de agosto. El fork de ComfyUI-H3-Motion-Context reconstruye ambos flujos de trabajo de formato largo, Vídeo musical y Extensión AV, como cadenas directas de latent sin checkpoint que transmiten el resultado final directamente a VideoHelperSuite, eliminando la gran asignación de RAM para la película completa que los antiguos grafos H3 de formato largo necesitaban.

La demo de vídeo musical incluida: seis clips generados a partir de dos imágenes de referencia en torno a una canción maestra.

Qué cambió en la Actualización 6

• Cadenas directas de latent sin checkpoint. Ambos flujos de trabajo de formato largo ahora pasan la cola del latent de vídeo de cada sampler directamente al siguiente nodo de contexto enmascarado. Los nodos de checkpoint en disco de la Actualización 5 ya no están registrados.
• Salida de transmisión directa. Los nuevos nodos de salida final decodifican un clip a la vez y transmiten los fotogramas completados a VideoHelperSuite en lugar de materializar un tensor IMAGE final completo. La ruta conocida de alto uso de RAM ya no está expuesta.
• Sincronización AV exacta. El empalme final de audio utiliza límites de muestra absolutos en la línea de tiempo, lo que evita la deriva de empalme de una muestra en frecuencias de muestreo como 44.1 kHz. Los pequeños desajustes de la cuadrícula de audio H3 se ajustan a la línea de tiempo en lugar de rellenarse con una cola de silencio.
• Omitir gestionado por el controlador. Modo de omisión real de ComfyUI para los grupos de generación y vista previa, por lo que ninguno de los flujos de trabajo actuales requiere rgthree para el control de grupos.
• Compatibilidad futura. Reconoce tanto los diseños de integración de máscaras H3 anteriores como posteriores al PR-#15375 de ComfyUI, y el respaldo local se retira automáticamente cuando el diseño actual está presente.

Vídeo musical

El flujo de trabajo Vídeo musical de 20 ranuras crea un vídeo de varios clips en torno a una canción. El clip inicial se genera con MiniMaxH3ReferenceToVideo y, a continuación, cada clip pasa su cola de latent de vídeo directamente al siguiente. La canción maestra sigue siendo la autoridad: cada clip recibe el segmento absoluto exacto de la canción maestra en su latent de audio H3 con la máscara de audio 0, y la salida final utiliza la forma de onda maestra original sin modificar.

Extensión AV

El flujo de trabajo Extensión AV continúa un vídeo a través de múltiples generaciones H3. Un controlador impulsa una cadena en vivo compartida para inicios con vídeo existente, T2V e I2V/Custom-Keyframes, con dos ranuras de imagen de referencia y dos referencias de audio opcionales que alimentan el clip inicial y todas las extensiones. El contexto protegido se ajusta a los límites compartidos de vídeo/audio H3 (39 / 90 / 141 / 192…); el audio mantiene una región estrictamente preservada además de un difuminado de medio coseno configurable (8 ticks de latent de audio, 0.2 s, por defecto); y el resultado se transmite a VideoHelperSuite sin asignar un tensor de película final completo.

Referencias de ejemplo

La demo de vídeo musical incluye dos imágenes de referencia y una canción en example_workflows/assets/.

Imagen de referencia 1	Imagen de referencia 2

Disponibilidad

Instala clonando el repositorio en ComfyUI/custom_nodes/ y reinicia:

cd ComfyUI/custom_nodes
git clone https://github.com/seitanism/ComfyUI-H3-Motion-Context-MultiRef.git

Algunos flujos de trabajo incluidos requieren VideoHelperSuite, KJNodes y rgthree; instala los paquetes de nodos faltantes y reinicia. Los recursos de ejemplo del vídeo musical (dos imágenes y una canción) deben colocarse en tu carpeta input/ de ComfyUI antes de ejecutar el flujo de trabajo. Ten en cuenta que los nodos de checkpoint de la Actualización 5 ya no están registrados: los flujos de trabajo guardados que los utilizan deben migrarse a las versiones actuales de latent directo.