H3 Motion 关键帧指南:用 SAM 3.1 选中主体,让 MiniMax H3 生成动画
H3 Motion 是一个驱动 ComfyUI 的本地应用:用 SAM 3.1 从照片中点击抠出主体,沿关键帧路径拖拽它,MiniMax H3 即可渲染出带声音的镜头。
Move 阶段。每个已选择的主体都有自己的彩色路径和关键帧,片段长度会对齐到 H3 的帧网格。
这不是另一个 H3 Motion Context。那个节点包把已完成的片段串联起来,让运动跨越剪切点延续;而 H3 Motion 作用于单个片段,在片段内部移动主体。
照片:选择、抠出、拖出路径
片段长度从 3.0 秒到 15.1 秒,以 17 帧为步长,这正是 H3 采样的网格;第一帧始终是你的原始照片。路径在背景重试后依然保留,因此隔离失败后无需重新绘制主体。
Select 阶段。提示词找出候选对象,点决定最终遮罩。
视频:为遮罩做动画,而非为画面
在片段的一部分上绘制矩形或椭圆。遮罩可以用同样的路径工具手动做动画,也可以让它跟随某个对象:SAM 3.1 在第一帧完成分割,核心的 SAM3_VideoTrack 节点将其传播到后续帧,应用会拒绝面积或位置发生跳变的帧。描述应当出现的内容,并可选地提供引用图像,该图像可以由描述生成,也可以在遮罩内编辑当前帧得到。H3 的 ref2va 模型在一次采样中重绘遮罩区域,应用随后用羽化边缘把结果合成回去,并保留、引用或替换原始音频。
仓库 web 资产中附带的演示片段(1280×720,4 秒)。
运行方式
该应用只提供源代码:克隆它,执行 npm install、npm run dev,然后打开 http://127.0.0.1:5180。它会连接你已在 8188 端口运行的 ComfyUI,并自行启动 API 代理;它从不启动 ComfyUI,也不下载模型。另开一个终端运行 npm run check-env,以确认每个节点和模型文件都已就位。
你需要 ComfyUI(README 在 v0.41.0-18 上测试过)、ComfyUI-vlo 0.3.0 或更高版本(用于 vloTimeToMove、vloSAM3RefineMask 和 vloMaskToLatentMask 节点)、Node 22.12 或更高版本,以及 uv。两个 H3 工作流都使用 Comfy Kitchen INT8 注意力,因此需要 NVIDIA 或 AMD GPU。README 列出了十一个文件的确切 hf download 命令行:SAM 3.1,Qwen Image 2.1 及其 Qwen3-VL 编码器和 VAE,H3 fl2va 与 ref2va 扩散模型,H3 文本编码器和两个 VAE,以及 Pika Flex LoRA。
限制
- 原生 Windows 未经测试;WSL 是经过测试的路径。文中描述了托管 Comfy API 的部署方式,但同样未经测试。
- 照片和视频的宽高比必须介于 1:4 与 4:1 之间,因为任何比 4:1 更宽的内容都无法以 768p 交付。
- 尚无带标签的发布版本,最后一次提交是在 11 月 3 日。
获取方式
- 项目:github.com/PxTicks/h3-motion
- 使用说明:
docs/usage.md - 流程说明:
docs/how-it-works.md - 必需的节点包:ComfyUI-vlo
评论
使用 GitHub 登录后即可参与讨论。