MiniMax H3 Motion Adapter for ComfyUI：快速动作的真实 240fps 运动

问题所在

MAINodes 的 Motion Lab 在拉伸时钟（即“de-rope"）上重新生成 MiniMax H3 片段的高速跨度，并将其恢复回真实时间。在极快运动中，基础模型会产生过度输出：结果在帧与帧之间交替前进和跳跃，且该 pass 生成的运动量比镜头要求的多出约 40%（测量率为 1.416 而非 1.0）。

运动适配器是一个普通的 rank-16 权重增量，无需额外计算，也无需自定义节点。它正是针对该任务训练的：保留运动爆发内的帧，保持其余部分为干净上下文，并预测被保留的 token。额外的时钟仍来自 de-rope 节点；LoRA 仅改变模型在该拉伸时钟上的行为方式。

在四个训练期间未见过的片段上进行测量（打斗、动漫剑环、角色交换、对话特写），与没有适配器的同一工作流对比：

• 前进/跳跃交替从 0.370 降至 0.134，帧间过度输出从约 1.4 倍降至约 1.01 倍（相同跨度渲染时间从 63.6 秒降至 49.9 秒）；
• 盲测操作员选择，有适配器与无适配器对比，相同种子：7 票支持，0 票反对，1 票无偏好；
• 它可迁移至 Ref2VA checkpoint，因此一个文件可同时服务于 fl2va 和 ref2va 工作流。

下面的比较片段展示了源素材、基础模型的拉伸 pass 和适配器 pass 的并列对比：

没有适配器时，战士们在帧与帧之间前进和跳跃；有了它（右下角），他们保持镜头要求的速度移动。

时间扩展阶梯

后续版本（2026-08-24）使用真实中间帧对相同的 rank-16、仅注意力结构进行了重新训练：窗口从公共 GOPRO_Large 去模糊数据集中截取（240 fps 来源），降采样至工作帧率并重新扩展，以便 held tokens 与实际相机捕获的帧进行评分。训练中的世界时钟是真实的，每个 token 都标记了其跨越的真实时间。

每 25 个训练步骤都会发布（temporal_expansion/step025 … step375，加上 warm100，每个 63 MB）。held-token 错误，适配器从未见过的场景（无适配器基线 1.23，普通插值 0.26）：

曲线从未转折，但数字和人眼对于何时停止存在分歧：步骤 100 是播放首选（快速运动平滑，片段仍感觉像自身），而步骤 375 测量最佳但可能显得过度平滑。在静态内容探测中，该系列不会发明运动，而是落在插值底线之下而非之上。

MAINodes 更新

同一更新向 ComfyUI-MAINodes 添加了新的 alpha 节点（2026-08-24）：H3 Repair Plan / Repair Splice（重新渲染坏帧范围，对齐到完整 token，通过最近的镜头剪辑重新生成，将其他所有内容按位精确拼接回来），H3 DyRoPE（按块时钟预设：“时序保真”块 30-49，“最小闪烁”40-49），H3 V2V Init 上的音频前缀冻结，H3 Drift Control（链条停止褪色，连接在 4 个链接中保持 0.85-0.89），H3 Delta Color Carry（取消 VAE 往返变暗），以及用于 A/B 审查页面的 compare-deck 构建器。

在 ComfyUI 中使用

将文件放入 models/loras/minimax_h3/，并使用标准的 LoraLoaderModelOnly 在提供 de-rope pass 输入的模型上以 strength 1.0 加载，而不是第一个文生视频 pass。现成的工作流随 ComfyUI-MAINodes 作为 examples/motion_pipeline_adapter_api.json 发布。

有效的设置（来自模型卡片）：

• Strength 1.0 是平滑度设置；0.75 生成的对象更少。
• Inject 是调节旋钮：0.45 用于角色/对话，此处基础模型过度输出严重；0.30 用于身份或道具是交付物的情况。
• 保持尾部引导开启；仅将适配器应用于 de-rope pass。
• 边缘粗糙：它在原生关键帧上损失约 1 dB 的锚点保真度，过度校正平静链条（在平静内容上请关闭它），并减弱强颜色 / 稀释粒子效果，在 Ref2VA 和全片段 pass 上最严重。

该适配器采用 MIT 许可证；将其与基础模型一起使用需遵守 MiniMax H3 Community License Agreement。

链接

• Hugging Face: MATLOWAI/MiniMax-H3-Motion-Adapter
• GitHub: matlowai/ComfyUI-MAINodes