ComfyUI MiniMax H3 Fun ControlNet Union：Pose、Depth 与 Canny 控制视频

使用 Canny、Depth、HED、MLSD 或 Pose 控制视频引导 ComfyUI 中 MiniMax H3 视频的运动，并用 Fun ControlNet Union 补丁进行基于蒙版的视频修补。

使用控制视频来控制 MiniMax H3 视频的运动，而不是仅依赖文本。Fun ControlNet Union 补丁（alibaba-pai/MiniMax-H3-Fun-Controlnet-Union，已包含在 Comfy-Org/MiniMax-H3 中）是一个单一 checkpoint，能以 Canny、Depth、HED、MLSD 或 Pose 控制视频作为 H3 的条件，并可使用遮罩进行视频 inpainting。它同时适用于 fl2va 和 ref2va transformer 文件。

[card] 在 Comfy Cloud 上运行 在 Comfy Cloud 中打开

[card] 下载工作流 下载 JSON，或在模板库中搜索 “MiniMax H3 Fun ControlNet Union”

输入素材

将此文件上传到对应的 加载视频 节点：

[card] dancer\_field\_pose.mp4 示例工作流使用的 Pose 控制视频，也可以使用你自己的视频。

此模板需要 ComfyUI 0.35.0 或更高版本。示例使用 Pose 控制视频：内置的 SDPose 子图从输入视频中提取姿态骨骼，因此输出将复现舞者的动作。你也可以将任意预处理后的控制视频直接连接到 Apply MiniMax H3 Fun ControlNet 节点的 control_video 输入。

模型下载

[card] Diffusion 模型：minimax\_h3\_ref2va\_pruned\_int8\_convrot 请放到 ComfyUI/models/diffusion_models/ 目录下

[card] ControlNet 补丁：minimax\_h3\_fun\_controlnet\_union\_pruned\_int8\_convrot 请放到 ComfyUI/models/model_patches/ 目录下

[card] 文本编码器：qwen3vl\_32b\_minimax\_h3\_nvfp4\_awq 请放到 ComfyUI/models/text_encoders/ 目录下

[card] VAE：minimax\_h3\_video\_vae\_int8\_convrot 请放到 ComfyUI/models/vae/ 目录下

[card] VAE：minimax\_h3\_audio\_vae\_fp32 请放到 ComfyUI/models/vae/ 目录下

[card] LoRA：minimax\_h3\_ref2v\_turbo\_4step\_v0.1\_comfyui\_bf16 为可选的 Lightning LoRA turbo 模式提供驱动。请放到 ComfyUI/models/loras/ 目录下

[card] Checkpoint：sdpose\_wholebody\_fp16 供内置 SDPose 子图使用的姿态提取器。请放到 ComfyUI/models/checkpoints/ 目录下

[card] 检测器：rt\_detr\_v4-x-hgnet\_fp16 供内置 SDPose 子图使用的人物检测器。请放到 ComfyUI/models/diffusion_models/ 目录下

模型存储

ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── minimax_h3_ref2va_pruned_int8_convrot.safetensors
│   │   └── rt_detr_v4-x-hgnet_fp16.safetensors
│   ├── 📂 text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
│   ├── 📂 vae/
│   │   ├── minimax_h3_video_vae_int8_convrot.safetensors
│   │   └── minimax_h3_audio_vae_fp32.safetensors
│   ├── 📂 loras/
│   │   └── minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors
│   ├── 📂 model_patches/
│   │   └── minimax_h3_fun_controlnet_union_pruned_int8_convrot.safetensors
│   └── 📂 checkpoints/
│       └── sdpose_wholebody_fp16.safetensors

提示技巧

1. 视频长度：目标视频以 24fps 在 17n+5 帧网格上运行 5 到 15 秒（124 帧 = 5 秒）。长于目标的控制视频会被裁剪至其开头几帧；较短的视频则会保持其最后一帧。若要精确匹配控制视频的长度，请将示例中计算出的 batch_size 输出连线到 MiniMax H3 Reference to Video 节点的长度输入。
2. 引导与强度：将 guidance_scale 保持在 1.0。只有当输出偏离控制视频时，才将补丁 strength 提高到 1 以上。
3. 视频 inpainting：将遮罩连接到 mask 输入：标记为 1 的区域会在可选的 source_video 输入控制下重新生成，而画面其余部分保持不变。
4. Turbo 模式（可选）：勾选 Lightning LoRA 复选框，可使用 4 步 turbo LoRA 大幅加快生成速度，音频和动作质量会略有下降。
5. 准备控制视频：ComfyUI 为每种控制类型内置了对应的预处理节点。边缘检测请参阅 Detect Edges (Canny) 节点，深度图请参阅 Depth Anything 3 教程。