ComfyUI MiniMax H3 多帧参考工作流

在 ComfyUI 中用 Add Guide 节点把参考帧固定到时间线的指定位置，生成 MiniMax H3 视频续写与多镜头场景。

通过将参考帧锚定在输出时间线上的特定位置，生成视频续写与多镜头场景。该工作流将 Reference to Video 节点与链式 Add Guide 节点结合使用：每个 Add Guide 会把一张静态图像（以及可选的音频）固定到一个帧索引上，从而使视频在那一刻精确经过该构图。

[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: Multiframe Reference”

[card] 参考帧 1：h3\_frame\_ref\_1.png 镜头 1 的身份参考与首帧；也可使用你自己的图像。

[card] 参考帧 2：h3\_frame\_ref\_2.png 锚定在 1.5 秒处的关键帧（镜头 2）；也可使用你自己的图像。

[card] 参考帧 3：h3\_frame\_ref\_3.png 锚定在 3.0 秒处的关键帧（镜头 3）；也可使用你自己的图像。

[card] 参考帧 4：h3\_frame\_ref\_4.png 锚定在 5.0 秒处的首帧（镜头 4）；也可使用你自己的图像。

模型下载

[card] 扩散模型：minimax\_h3\_ref2va\_pruned\_int8\_convrot 放置于 ComfyUI/models/diffusion_models/

[card] 文本编码器：qwen3vl\_32b\_minimax\_h3\_nvfp4\_awq 放置于 ComfyUI/models/text_encoders/

[card] VAE：minimax\_h3\_video\_vae\_int8\_convrot 放置于 ComfyUI/models/vae/

[card] VAE：minimax\_h3\_audio\_vae\_fp32 放置于 ComfyUI/models/vae/

[card] LoRA：minimax\_h3\_ref2v\_turbo\_4step\_v0.1\_comfyui\_bf16 为可选的 Lightning LoRA 加速模式提供支持。放置于 ComfyUI/models/loras/

模型存储

ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── minimax_h3_ref2va_pruned_int8_convrot.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

提示技巧

1. 按标签引用：<Picture 1> 是连接到第一个 ref_images 槽位的图像，<Picture 2> 是连接到第二个 ref_images 槽位的图像，依此类推。在此工作流中，<Picture 1> 既用于身份锁定，也用作视频的第一帧。
2. 时间轴锚点与引用对照：仅连接到 Add Guide 节点的图像会固定特定帧的构图，但文本编码器看不到它们。如果希望提示词能以 <Picture N> 的形式引用这些图像，也请将它们插入额外的 ref_images 槽位。
3. 帧索引：每个 Add Guide 节点都接收以 24fps 帧为单位的 frame_idx；模板使用 round(seconds * 24) 根据秒数计算该值。负值从视频末尾起算。索引值与引导长度之和必须保持在已生成时长范围内。
4. 添加更多关键帧：复制一个引导块（Load Image + Frame Index + Math Expression + Add Guide for MiniMax H3 的组合），并保持 positive 输出串联接入 Basic Guider。
5. Turbo 模式（可选）：启用 Lightning LoRA 复选框，即可使用 4 步 turbo LoRA 大幅加快生成速度，但音频与动作质量会略有下降。

提示词编写指南

模板提示词遵循全参考模式提示编写指南：它会定义每个主体，将每个 <Picture N> 映射到某个镜头的首帧或关键帧，并在明确的时间戳处切换镜头。编写自己的多镜头提示词时，请使用相同的结构。该指南已总结在概览页面上。