MiniMax H3长视频工作流：精准时序、动态增强与断点续跑

作者：@T8star-Aix

MiniMax H3长视频工作流：精准时序、动态增强与断点续跑

一句话导读：视频系统讲解了 MiniMax H3 长视频合体工作流，把 Prompt Relay 的分段时序控制、Enhance-A-Video 动态增强、身份持续参考和可恢复生成整合到一个节点流程中，重点解决多段衔接、动作/对白对齐及中断后续跑。

核心内容：
1. 工作流定位：作者本次先讲合体式节点，操作较简单，但不适合把多组 LoRA 和采样器完全拆开控制；分体式方案留待后续。演示使用官方默认 MiniMax H3 模型，以突出流程本身的作用。
2. 双采样设置：当前发布流程默认 20 步主采样加 3 步尾段细化。Manual Second Pass 关闭时只跑 20 步；开启后通常选择第三种模式，再完成 3 步前向细化。作者认为直接 20 步也可用，但 20+3 更适合结尾整理。
3. 两种时序模式：Video Only Prompt Relay 更适合以人物动作或已有驱动音频为主的任务；当没有参考/驱动音频、又要求对白和动作严格按时间执行时，使用作者扩展的联合时序模式。
4. 提示词结构：先写全局上下文，包括风格、场景、主角、声音和负向信息；再按时间段逐行描述，例如 0—2.5 秒、2.5—5.166 秒。每行尽量只包含一个场景、一个动作和一句对白，多句对白应拆到下一段。对白的情绪、语言和固定格式必须按节点要求填写。
5. 场景衔接：相邻片段可保留约 10% 的前段提示内容以平滑过渡。常规情况下不启用片段空隙或重叠；重叠只适合有意制造特殊效果。视频样例中的近景/中景切换没有明显硬接缝，但仍需按素材复测。
6. 长度匹配：总帧数按 17n+5 调整，并与右侧总时长一致。视频给出的例子是 583 帧约对应 25 秒，右侧可设约 24 秒。单段窗口为 124 帧、约 5 秒；作者经过测试更推荐 39 帧上下文而非社区常见的 22 帧，因此每段实际新增内容约 3 秒，20 多秒视频约需 7 段。
7. Channel ID 与断点续跑：同一 Channel ID 会保存生成进度。若中途停止、显存溢出或机器重启，保持 ID、输出前缀并启用恢复选项后，节点可从已有状态继续检查和生成，不必整条长视频重跑。内循环模式还能自动连续处理多段。
8. 动态增强：Enhance-A-Video 模块用于提升动作强度和持续一致性。作者建议担心首尾失真时把作用区间设为约 0.2—0.9，让开头和结尾避开增强；强度 1.5 被其视为相对稳妥的起点，数值越高动态越强，但也更容易产生画面问题。临时控制值演示为 32。
9. 严格提示词校验：开启后，节点会检查人物、动作、对白和格式；连接或格式不符合要求会主动报错。关闭可绕过校验，但可能直到成片后才发现时序和内容错误。默认工作流中出现“爆红”不一定是节点损坏，也可能是模型、连接或格式不匹配。
10. 身份一致性：Persistent Identity Image 可只在第 0 段使用，也可每段或每隔若干段持续参考。单参考模式优先使用指定身份图，没有时再用首图；Plus Identity 模式同时输入首图和身份图，让首图负责场景、服装与构图，第二张图加强五官和身份。参考间隔设为 1 表示每段都检查，设为 2 则隔段检查。
11. 音频接缝：连续生成时，片段尾部可能出现轻微异常杂音。作者在流程中对尾端约 5 毫秒做修整，以减轻拼接时的“嘶”声并让过渡更自然。

适合人群：需要用 MiniMax H3 制作 20 秒以上多段视频，并希望精确安排动作、对白、镜头切换、人物身份和中断恢复的 ComfyUI 用户。

补充说明：本文根据授权视频完整音频转写、简介和默认第一页评论整理。该流程参数较多，评论区也有用户反馈因不理解限制而频繁报错；建议先按原工作流跑通短样例，再逐项修改时序、上下文、增强和身份参考。

相关夸克网盘链接：
【模型及工作流轮子节点：https://pan.quark.cn/s/a30a9a95a1bf】
【T8 CF整合包V20：https://pan.quark.cn/s/af20c54c9a13】
【无限画布整合包v3.0.0：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.8O：https://pan.quark.cn/s/ed4f5cc2db75】