ComfyUI MiniMax H3 Director多段音视频导演台插件

admin

MiniMaxH3Director 是面向长视频、多段生成的 MiniMax H3 导演台节点，把分段计划、条件编码、采样解码和导出整合在一个节点里。底层走官方 MiniMaxH3ImageToVideo / MiniMaxH3ReferenceToVideo + MiniMaxH3SigmaShift + KSampler + AV 分离解码链路，原生输出立体声音频。


源插件地址：https://github.com/AIMixer/ComfyUI_MiniMaxH3_Director

核心能力


[td]

功能	说明
多段时间轴	节点内上传视频，支持切分、均分、智能分镜分割（PySceneDetect）、追加；分割点可选中删除；可视化时间轴预览每段范围与缩略图
多任务模式	task_type：t2v（文生视频）、i2v（图生视频）、fl2v（首尾帧生视频）、r2v（参考主体生视频 / 素材组）、v2v（视频转视频）、rv2v（参考素材改视频）
首尾帧 (fl2v)	独立首尾帧时间轴：多组关键帧、「添加一组」可只写提示词（文生）、或上传首帧和/或尾帧（官方支持只传尾帧）；开「段间引导」并勾「引用上段」时，空组用上一段末尾 N 帧做运动/音频衔接；拖缘调时长；支持「选择运行」只跑部分组
参考素材组 (r2v)	fl2v 式分组 UI：上方「公共参数」共享参考图/音频与公共提示词（与每组提示词拼接）；每组可再挂图片1–9 / 音频1–3 / 视频1–3；提示词用 <Picture N> / <Video K> / <Audio J>（或 @ 引用）；时间轴预览与选中状态同步
源视频编辑 (v2v / rv2v)	Bernini 风格源视频时间轴；每段源画面自动绑定 <Video 1>；rv2v 另可挂参考图（图片1–9）与参考音频（音频1–3）
选择运行	开启后只采样勾选的片段/素材组；未勾选段可用缓存或源画面填充（全部导出时）
外部多组接线	Director Group (Image to Video) / (Reference to Video) + Groups Combine；连入导演台 i2v_groups / r2v_groups 后外部优先覆盖 UI 素材，仍支持跑批与选择运行
原生立体声音频	与画面同次采样生成；v2v/rv2v 可选生成声音 / 使用原声 / 静音
段间引导	默认关闭；多段 t2v / i2v / fl2v / r2v / v2v / rv2v 时可开启，将上一段生成结果的末尾运动（及生成音频）钉入下一段采样再裁掉前缀。上下文帧数：5 / 22 / 39 / 56，默认推荐为 22。感谢 ComfyUI-H3-Motion-Context 提供的实现思路
二采 / 放大 (Refine)	外接 MiniMax H3 Director Refine 到导演台 refine 口。未接线 = 原来的单次采样。refine = 同分辨率精修；upscale = 先放大到目标画布再按 SIGMAS 二采（像素插值 / RTX VSR / H3 latent）；latent_upscale = 只放大 H3 latent、不二采。passes 可多次精修（upscale 只放大一次）。可选接 refine_model 换二采 UNET。images 为二采后成片，images_pre_refine 为一采（放大前）画面
运行报告	report 口输出分段计划、每段任务摘要
导演包导入导出	工具栏「导入/导出导演包」：zip 内保存时间轴 JSON 与参考图/视频/音频。目录名为英文（shared_params/、asset_groups/01/、Picture1…），与切到 EN 后的界面用语对应，避免路径编码问题

参考音频槽可直接选择已有视频，或从本地选择音频/视频；视频会立即提取首条音轨为 FLAC，结果直接保存到 input/。本地视频只在临时目录中用于提取，不会作为视频素材保存。音频沿用 ComfyUI 现有上传规则：同名同内容直接复用，同名不同内容自动添加序号且不会覆盖；当前素材组也不会重复添加同一路径。

推荐模型文件


[td]

用途	文件名	目录
UNET (t2v / i2v / fl2v)	minimax_h3_fl2va_pruned_int8_convrot.safetensors	models/diffusion_models/
UNET (r2v / v2v / rv2v)	minimax_h3_ref2va_pruned_int8_convrot.safetensors	models/diffusion_models/
CLIP	qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors	models/text_encoders/
Video VAE	minimax_h3_video_vae_fp16.safetensors	models/vae/
Audio VAE	minimax_h3_audio_vae_fp32.safetensors	models/vae/

我这里整理打包好了这5个推荐的模型，有需要的朋友可以下载