有朋友问:MiniMax H3 一次最多生成 15 秒,做短剧的话,段和段之间怎么接才不突兀?
我推荐用 ComfyUI-H3-Motion-Context 的方案,项目中有直接可用的工作流示例。
常见做法是拿上一段的最后一帧去做图生视频。问题是一张静态图里没有运动信息,模型只能猜:人刚才往哪走、多快,全靠猜,所以接缝处经常卡一下或者动作突变。
Motion Context 的做法是:把上一段最后 22 帧(0.92 秒)原样钉在下一段开头,每一步采样都不动它们。模型看到的是真实的运动,不用从一张图去猜。
画面和声音都是直接从上一段的 latent 里切出来的,不用先解码成视频再编码回去,所以不会每接一次就损失一点画质。
生成完,用 Trim 节点把开头这 22 帧剪掉,两段直接首尾拼接,不需要做转场。我逐帧看了接缝前后,角色的姿势、位置、表情都对得上。
最关键的是提示词:下一段开头要先描述上一段是怎么结束的。同一个角色、同样的景别、同样的动作,保持一两秒,再写新的剧情。
项目地址:
github.com/NikoDemon80/Comfy…
我不说的话,谁能看出这30s的功夫熊猫是两段生成的?
Stable Diffusion视频运镜方法教程提示词有视频
📝 提示词原文
下一段开头要先描述上一段是怎么结束的。同一个角色、同样的景别、同样的动作,保持一两秒,再写新的剧情。