文档 /
节点说明 /
MiniMax H3 参考生成视频
MiniMax H3 参考生成视频
此节点使用 MiniMax H3 模型生成视频，并以参考图像、视频和音频作为条件。
节点说明
MinimaxHailuo03ReferenceNode 更新于 2026-11-12
MiniMax H3 参考生成视频 - ComfyUI Built-in Node Documentation
此节点使用 MiniMax H3 模型生成视频，并以参考图像、视频和音频作为条件。
此节点使用 MiniMax H3 模型生成视频，并以参考图像、视频和音频作为条件。在提示词中，可通过连接的顺序引用这些参考素材，例如“@Image1”、“@Image2”、“@Video1”、“@Audio1”等。共有两个可用模型：“MiniMax H3”和“MiniMax H3 Max”。
输入
通用输入
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
模型 | 用于视频生成的模型（默认："MiniMax H3"）。选择 "MiniMax H3" 时将提供下方的 MiniMax H3 生成与参考输入；选择 "MiniMax H3 Max" 时将提供下方的 MiniMax H3 Max 生成与参考输入。 | DYNAMIC\_COMBO | 是 | "MiniMax H3" "MiniMax H3 Max" |
随机种子 | 随机种子。使用相同种子的相同请求会得到相似但不保证完全相同的结果（默认：42）。 | INT | 是 | 0 到 4294967295 |
水印 | 是否为视频添加 AIGC 水印（默认：false）。仅 MiniMax H3 模型支持。 | BOOLEAN | 否 | true false |
MiniMax H3 输入
当选择 "MiniMax H3" 作为模型时，可使用这些输入。
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
prompt | 用于视频生成的文本提示词。可通过顺序引用参考媒体，例如 "@Image1"、"@Image2"、"@Video1" 或 "@Audio1"。 | STRING | 是 | 最少 1 个字符 |
resolution | 输出视频的分辨率（默认："768P"）。 | COMBO | 是 | "768P" "2K" |
ratio | 输出视频的宽高比（默认："adaptive"）。 | COMBO | 是 | "adaptive" "16:9" "4:3" "1:1" "3:4" "9:16" "21:9" |
duration | 输出视频的时长（秒）（默认：5）。 | INT | 是 | 4 到 15 |
MiniMax H3 Max 输入
当选择 "MiniMax H3 Max" 作为模型时，可使用这些输入。
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
prompt | 用于视频生成的文本提示词。可通过顺序引用参考媒体，例如 "@Image1"、"@Image2"、"@Video1" 或 "@Audio1"。 | STRING | 是 | 1 到 50000 个字符 |
resolution | 输出视频的分辨率（默认："768P"）。 | COMBO | 是 | "480P" "768P" |
ratio | 输出视频的宽高比（默认："adaptive"）。 | COMBO | 是 | "adaptive" "16:9" "4:3" "1:1" "3:4" "9:16" "21:9" |
duration | 输出视频的时长（秒）（默认：5）。 | INT | 是 | 5 到 15 |
prompt_expansion_mode | 在生成之前对提示词进行重写时所投入的力度（默认："balanced"）。 | COMBO | 是 | "balanced" "quality" |
reference_detail | 发送参考图像时使用的细节级别。"high" 会以模型所使用的最大尺寸发送（短边最高 2048 像素）；"standard" 会将其缩小至最大 2048x1024，以降低参考成本（默认："standard"）。 | COMBO | 是 | "high" "standard" |
参考输入
这些参考输入由两个模型共享。每一项都是可扩展插槽（growable slot）。
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
reference_images | 可扩展插槽：最多可连接 9 项（image_1...image_9）。主体或风格参考图像，在提示词中按连接顺序以 "@Image1".."@Image9" 引用。最多 9 张图像。 | IMAGE | 否 | 0 到 9 张图像 |
reference_videos | 可扩展插槽：最多可连接 3 项（video_1...video_3）。动作或场景参考视频，在提示词中按连接顺序以 "@Video1".."@Video3" 引用。最多 3 个视频，每个 2-15 秒，总时长 15 秒。 | VIDEO | 否 | 0 到 3 个视频 |
reference_audios | 可扩展插槽：最多可连接 3 项（audio_1...audio_3）。音频参考，在提示词中按连接顺序以 "@Audio1".."@Audio3" 引用。最多 3 段音频，每段 2-15 秒，总时长 15 秒。不能在没有参考图像或视频的情况下使用。 | AUDIO | 否 | 0 到 3 段音频 |
参数约束
- 至少需要一张参考图像或一个参考视频。不接受仅有参考音频。
- 每张参考图像的宽高比必须介于约 0.4 到 2.5 之间（2:5 到 5:2），且最小宽度和高度为 256 像素。
- 每个参考视频的时长必须介于 2 到 15 秒之间，帧率介于 23.976 到 60 FPS 之间。所有参考视频的总时长不能超过 15 秒。
- 每段参考音频的时长必须介于 2 到 15 秒之间。所有参考音频的总时长不能超过 15 秒。
- 当选择 "MiniMax H3 Max" 时，
watermark设置必须处于禁用状态。 - 当选择 "MiniMax H3 Max" 时，参考文件（图像、视频和音频合计）的总数不能超过 12 个。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
video | 生成的视频。 | VIDEO |
本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑
Source fingerprint (SHA-256): 4c0dfb349809b51393b8ec8afd235977f1822c0c8ae6dc42a2c264271bb50b53