如果 H3 的参考转视频(R2V)输出逐渐偏离角色参考,应根据镜头必须保留的内容,在更快的 4 步 Lightning LoRA 与基础采样之间选择。ComfyUI 的 H3 文档指出,4 步 turbo 的参考和音频表现可能较弱;需要紧密匹配参考时,建议关闭 turbo,或将步数提高到约 20–25。若交付时效比这些取舍更重要,可以保留 turbo。
先确认当前采样路径
对照前确认使用的是 R2V 工作流和 ref2va 模型,而不是 T2V/I2V 的 fl2va 路径。H3 总览列出 R2V 在 Lightning LoRA 关闭时默认 20 步,开启 turbo 时为 4 步;不要把 I2V 模板的 8 步设置套用到 R2V。检查预期使用的参考图像、视频和音频已接入 R2V 工作流。参考条件必须传到采样器;接错或未接入的 Reference to Video 节点可能被忽略,且不一定报错。
调整前,记下当前 turbo 状态和步数、每个参考素材承担的角色、提示词、时长、分辨率,以及工作流若提供时的 seed。还要记录是否启用了风格 LoRA:文档提醒,风格 LoRA 可能与参考竞争。这份记录用于比较条件,并不表示固定 seed 保证两次结果完全一致。
做一次受控对照
- 固定提示词、参考文件、参考角色描述、分辨率、时长、采样器和 seed。选择一个能体现优先级的镜头,例如让可辨认的角色转向镜头。
- 按当前 4 步 turbo 设置生成。记录耗时,并分别给角色身份、指定动作和音频评分。
- 生成对照版本:关闭 turbo,使用基础采样;需要更紧密匹配时,也可朝 20–25 步测试。一次比较只改变 turbo 状态或步数,不要同时重写提示词或替换参考素材。
- 对两段输出使用相同验收标准,并将输入设置与生成文件一并保存。这种固定条件对照是作者建议的实用测试,不是 ComfyUI 官方实测,也不保证两次结果完全相同。
分开验收角色、动作与音频
下表是假设性的记录示例,不是 ComfyUI 实测结果。假设需求是保留同一角色、从左向右行走,并使用某段参考声音;表中的观察均为假设,请用你实际生成的结果替换。
| 假设设置 | 角色参考 | 指定动作 | 音频 | 判断 |
|---|---|---|---|---|
| Turbo 开,4 步 | 后半段脸部开始偏移 | 行走方向大致符合 | 声线特征较不稳定 | 只有速度优先于这些缺点时才保留 |
| Turbo 关,20 步 | 角色仍可辨认 | 行走更接近提示词 | 声线更可用,但不保证完全一致 | 参考和音频重要时可作为候选 |
| Turbo 关,25 步 | 与 20 步版本身份相近 | 本例中动作仅小幅变化 | 本例中略可接受 | 额外耗时值得时才采用 |
分别评估角色身份、指定动作和音频。脸像不代表动作正确,动作符合也不代表音频可用。H3 声音参考携带的是音色,而不是台词;需要准确台词时,应在提示词中明确写出并听取结果。音频角色还可区分“原样使用参考”和“遵循参考音色”。
对照无改善时怎么处理
如果增加步数后角色仍不稳定,先检查提示词是否明确分配了每个参考的作用:身份、风格、动作、镜头或声音。用具体语言说明哪个参考应控制哪个属性。再确认使用的是 R2V,而不是 T2V/I2V:总览指出,参考条件必须传到采样器;接错或未接入的 Reference to Video 节点可能被忽略,且不一定报错。
接着检查相互竞争的条件。H3 文档提醒,风格 LoRA 会与参考竞争;重视参考保持时,可在基础采样方案中评估约 0.5 的低强度。这是文档给出的指导,不是结果保证。改动其他参数前,也要确认加载的检查点与 LoRA 属于预期的模型系列。
如果对照没有带来有用改善,重新检查参考分工、镜头动作要求,或确认需求是否允许较宽松的匹配。文档建议紧密参考镜头使用约 20–25 步,具体设置仍应根据镜头判断。4 步 LoRA 缩短的是采样步数,不是每一步所需的时间;把它运行到很多步时,耗时可能接近基础采样。
常见追问
20 步一定够吗? 不一定。文档将 20 步列为关闭 turbo 时的默认值,并建议紧密匹配时朝 25 步提高,但没有定义适用于所有镜头的合格线。应按角色、动作和音频各自的验收要求判断。
能不能同时调 turbo 强度和步数? 第一轮对照不建议这样做。一次改一个变量,才便于判断观察到的差异与什么有关。总览提到降低 turbo 强度可用额外时间向基础质量靠近;这应作为单独一轮比较,不要与步数改动混在一起后就下结论。
对照时应记录什么? 记录 seed、turbo 状态、步数、参考文件及其分工、提示词、分辨率、时长、采样器、耗时,以及角色身份、动作和音频的独立评分。将这些字段与两次生成结果一并保存,便于复核当前镜头的设置选择。
来源
来源与下一步
- ComfyUI MiniMax H3 Text-to-Video, Image-to-Video, and Reference-to-Video Workflows
- ComfyUI MiniMax H3 Video Generation Guide
本文依据公开文档解释操作,并使用明确标注的假设验收示例,不是软件实测。控件与可用功能可能变化,请对照所引手册和你的安装版本。
若你在 Imagild 中继续创作,可将输入要求和验收清单带到微电影工作台。上文讨论的外部软件控件属于其各自产品。