H3 时间窗口与空间分块:在 ComfyUI 中渲染长视频 V2V

ComfyUI Wikinews

一个 ComfyUI 节点包,可将长时、高分辨率的 MiniMax H3 视频转视频以重叠窗口加空间分块的方式渲染,并附带两个示例工作流。

<strong>Minimax H3 V2V Temporal Window &amp; Spatial Tiles</strong> 在 ComfyUI 中把一段长片段切分为相互重叠的窗口,再把每个窗口切分为分块,从而完成整段重绘。你可以从 ComfyUI Manager 或 registry 安装,包名为 comfyui-minimax-h3-temporal-window-spatial-tiles(v1.4.0,2026-11-11)。
该节点包演示视频中的一帧

该节点包作者演示视频中的一帧。

H3 以短片段的方式采样,因此一个长镜头意味着每个片段一次采样,而每次交接处运动都会漂移。这个节点包让源片段保持主导:每个窗口都从上一个窗口已完成的帧继续,每个分块读取的则是同一素材中属于自己的那块裁切。

它需要 ComfyUI 原生支持 MiniMax H3(v0.35.0 或更新版本),且无需额外依赖关系。使用单个窗口并关闭分块时,输出与内置工作流逐位完全相同,这是检查安装是否成功的一个便捷方法。

两个关键设置

设置建议取值
window_frames每个窗口的帧数,需落在 H3 的 17k+5 网格上。124 对应 5.2 秒,175 对应 7.3 秒。
overlap_frames相邻窗口共享的帧数。默认为 22;若接缝显现,可提高到 39。
carry_overlap保持开启。每个窗口都从上一个窗口已完成的重叠帧开始,视频与音频一同延续。
spatial_tiles默认关闭。需要引用视频,否则全降噪处理会在每个分块中重复同一主体。
tile_overlap192 px 或更大。更宽的条带可隐藏分块之间的接缝。
tile_carrysync(自 v1.3.0 起为默认值):所有分块同步推进,并在画面上保持一致,因此快速运动不再跨接缝产生拖影。

每个分块大约 1 MP(作者示例为 960x544),因此一个 2.5 MP 的镜头按窗口划分为几个分块,而不是一次超大尺寸的采样。

plate 输入

Reference to Video 总是把引用片段缩小到大约 768p。当画面超过约 1 MP,或进入第二次精修采样时,分块就只能跟随一份经过柔和降采样的副本。把同一片段以全分辨率连接到可选的 plate 输入,每个分块就能各自获得清晰的裁切画面。

这会额外耗费时间:在 plate_scale 为 1.0 时,作者测得耗时 1330 秒,而同一次运行不使用 plate 时为 812 秒。把 plate_scale 降到 0.5 可找回大部分时间,效果仍然优于普通引用。

示例工作流

两者都在仓库的 example_workflows 文件夹中,安装后也可在 工作流 → 浏览模板 下找到。它们还依赖另外几个节点包,可通过 ComfyUI Manager 的安装缺失的自定义节点解决。

该节点包还附带两个节点:Long Generation 负责长时文生视频与图生视频,并提供逐窗口的提示词时间线;v1.4.0 新增了 Multi Guide,可在单个节点中收集最多 16 个图像或音频引导,而无需串联一串 Add Guide 节点。

仍然可见的问题

在窗口交接处,运动可能停顿一两帧;天空、墙壁等平坦区域在不同分块之间也可能有细微差异。README 还把它与 ComfyUI 内置的 Context Windows 节点做了比较:在每一步混合所有窗口可以消除交接的瞬间,但在作者的并排测试中,画面变得更软,角色的外观也会缓慢变化。

对于大尺寸画面,作者推荐的是示例中提供的两阶段路线:先生成约 1 MP 的画面,再放大 Latent,并在开启分块、使用较低 Sigmas 的情况下再次运行 V2V 节点。

评论

使用 GitHub 登录后即可参与讨论。

评论加载中…
H3 时间窗口与空间分块:在 ComfyUI 中渲染长视频 V2V | ComfyUI Wiki