> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# ComfyUI MiniMax H3 テキストから動画・画像から動画・参照から動画のワークフロー

> ComfyUI における MiniMax H3 ネイティブワークフローの手順例。ガイドのアンカー固定や latent ノイズマスクで生成動画をより細かく制御できます。

このページは 3 つの基本 MiniMax H3 テンプレートとネイティブノードの高度なテクニックを扱います。機能、チューニング、高速化は [MiniMax H3 概要](https://docs.comfy.org/ja/tutorials/video/minimax/minimax-h3.md) を参照してください。

## MiniMax H3 テキストからビデオ (T2V)

テキストプロンプトからネイティブステレオオーディオ付きビデオを生成します。

<video controls src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/video_minimax_h3_t2v.mp4" />

> [card] [Comfy Cloudで実行](https://cloud.comfy.org/?template=video_minimax_h3_t2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=minimax-h3)
>
> Comfy Cloudで開く

> [card] [ワークフローのダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_t2v.json)
>
> JSONをダウンロードするか、テンプレートライブラリで「MiniMax H3 T2V」を検索してください

### モデルのダウンロード

> [card] [Diffusion Model: minimax\_h3\_fl2va\_pruned\_int8\_convrot](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors)
>
> `ComfyUI/models/diffusion_models/` に配置します

> [card] [Text Encoder: qwen3vl\_32b\_minimax\_h3\_nvfp4\_awq](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors)
>
> `ComfyUI/models/text_encoders/` に配置します

> [card] [VAE: minimax\_h3\_video\_vae\_int8\_convrot](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_video_vae_int8_convrot.safetensors)
>
> `ComfyUI/models/vae/` に配置します

> [card] [VAE: minimax\_h3\_audio\_vae\_fp32](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_audio_vae_fp32.safetensors)
>
> `ComfyUI/models/vae/` に配置します

> [card] [LoRA: minimax\_h3\_fl2v\_turbo\_8step\_v1.0\_comfyui\_bf16](https://huggingface.co/lightx2v/Minimax-h3-Turbo/resolve/main/minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors)
>
> ワークフローのモデルスキャンに必須。オプションの Lightning LoRA turbo 用。`ComfyUI/models/loras/` に配置します

### モデルの保存先

```
ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── minimax_h3_fl2va_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_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
│   └── 📂 embeddings/
│       └── minimaxh3_art_is_explosion.safetensors
```

### プロンプト作成のヒント

1. **シーン優先**: 全体シーンのあと時間軸のショット
2. **1 ブロック**: ショット、カメラ、台詞、SFX、音楽を同じブロックに
3. **解像度**: 16:9 ネイティブ **1344×768**（短辺 768px）; **32** 倍数
4. **長さ**: 24fps で **17k+5** グリッド
5. **先頭/末尾フレーム**: `MiniMaxH3ImageToVideo` の `first_frame` / `last_frame` で FL2VA
6. **Turbo**: 既定 **20** ステップ; `turbo_mode` で **8** ステップ Lightning LoRA（速い、モーション/音声ややソフト）。モーション品質は **25** などに増やす

公式ベースガイド: [プロンプトガイド](https://docs.comfy.org/ja/tutorials/video/minimax/minimax-h3-prompt-guide.md)。

## MiniMax H3 画像からビデオ（I2V）

入力画像からビデオを生成。先頭/末尾フレームキーフレームは任意。

<video controls src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/video_minimax_h3_i2v.mp4" />

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=video_minimax_h3_i2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=minimax-h3)
>
> Comfy Cloud で開く

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_i2v.json)
>
> JSONをダウンロードするか、テンプレートライブラリで「MiniMax H3 I2V」を検索してください

> [card] [入力画像: transparent\_rgb\_gaming\_mouse.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/transparent_rgb_gaming_mouse.png)
>
> デフォルトの入力画像をダウンロードするか、ご自身の画像を使用してください。

### モデルのダウンロード

> [card] [Diffusion Model: minimax\_h3\_fl2va\_pruned\_int8\_convrot](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors)
>
> `ComfyUI/models/diffusion_models/` に配置します

> [card] [Text Encoder: qwen3vl\_32b\_minimax\_h3\_nvfp4\_awq](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors)
>
> `ComfyUI/models/text_encoders/` に配置します

> [card] [VAE: minimax\_h3\_video\_vae\_int8\_convrot](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_video_vae_int8_convrot.safetensors)
>
> `ComfyUI/models/vae/` に配置します

> [card] [VAE: minimax\_h3\_audio\_vae\_fp32](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_audio_vae_fp32.safetensors)
>
> `ComfyUI/models/vae/` に配置します

> [card] [Turbo LoRA: minimax\_h3\_fl2v\_turbo\_8step\_v1.0\_comfyui\_bf16](https://huggingface.co/lightx2v/Minimax-h3-Turbo/blob/main/minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors)
>
> `ComfyUI/models/loras/` に配置。`turbo_mode` 有効時に使用。

### モデルの保存先

```
ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── minimax_h3_fl2va_pruned_int8_convrot.safetensors
│   ├── 📂 text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
│   ├── 📂 loras/
│   │   └── minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
│   ├── 📂 vae/
│   │   ├── minimax_h3_video_vae_int8_convrot.safetensors
│   │   └── minimax_h3_audio_vae_fp32.safetensors
│   └── 📂 embeddings/
│       └── minimaxh3_art_is_explosion.safetensors
```

### プロンプトのヒント

1. **キーフレーム**: `first_frame` / `last_frame` は任意; その間のモーションを生成
2. **プロンプト**: ショット、モーション、音声を 1 ブロックに
3. **解像度/長さ**: ルールは T2V と同じ（ネイティブ目標 **1344×768**、**17k+5**）
4. **Turbo**: `turbo_mode` は `turbo_steps`（既定 **8**）と `turbo_model_strength`（既定 **1.0**）で 20 ステップの代わり

`first_frame` は縦横比を保たずにキャンバスへ拡縮されるため、アスペクト比の違う画像は引き伸ばされます。`last_frame` は中央でクロップされます。I2V テンプレートは **1:1**、**0.4** MP（**640×640**）で開くので、入力画像に合わせてアスペクト比を設定し、最終出力の前に Megapixels を上げてください。

公式ベースガイド: [プロンプトガイド](https://docs.comfy.org/ja/tutorials/video/minimax/minimax-h3-prompt-guide.md)。

## MiniMax H3 リファレンスからビデオ (R2V)

参照画像・ビデオ・オーディオからキャラクター、スタイル、モーション、カメラ、声を固定します。

<video controls src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/video_minimax_h3_r2v.mp4" />

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=video_minimax_h3_r2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=minimax-h3)
>
> Comfy Cloud で開く

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_r2v.json)
>
> JSON をダウンロードするか、テンプレートライブラリで「MiniMax H3 R2V」を検索してください

> [card] [参照画像: red\_superboy\_on\_city\_roof.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/red_superboy_on_city_roof.png)
>
> ワークフローのキャラクター参照です。独自の画像を使用することもできます。

> [card] [参照画像: mecha\_dragon\_lightning.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/mecha_dragon_lightning.png)
>
> ワークフローのスタイル・被写体参照です。独自の画像を使用することもできます。

### モデルのダウンロード

> [card] [Diffusion Model: minimax\_h3\_ref2va\_pruned\_int8\_convrot](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/diffusion_models/minimax_h3_ref2va_pruned_int8_convrot.safetensors)
>
> `ComfyUI/models/diffusion_models/` に配置してください。

> [card] [Text Encoder: qwen3vl\_32b\_minimax\_h3\_nvfp4\_awq](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors)
>
> `ComfyUI/models/text_encoders/` に配置してください。

> [card] [VAE: minimax\_h3\_video\_vae\_int8\_convrot](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_video_vae_int8_convrot.safetensors)
>
> `ComfyUI/models/vae/` に配置してください。

> [card] [VAE: minimax\_h3\_audio\_vae\_fp32](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_audio_vae_fp32.safetensors)
>
> `ComfyUI/models/vae/` に配置してください。

> [card] [LoRA: minimax\_h3\_ref2v\_turbo\_4step\_v0.1\_comfyui\_bf16](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/loras/minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors)
>
> ワークフローのモデルスキャンに必要。オプション Lightning LoRA turbo。`ComfyUI/models/loras/` に配置してください。

### モデルの保存先

```
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
│   └── 📂 embeddings/
│       └── minimaxh3_art_is_explosion.safetensors
```

### プロンプトのヒント

1. **タグ**: `<Picture 1>`、`<Video 1>`、`<Audio 1>`（`ref_image_0` → `<Picture 1>`）。順序: 画像、ビデオ、オーディオ
2. **役割**: 各参照がアイデンティティ、スタイル、モーション、カメラ、声のどれを担うか
3. **上限**: 画像 **9**、ビデオ **3**、独立オーディオ **3**
4. **ビデオ FPS**: **24fps** で読み込み（メタデータなし）。読み込み前に 24fps へ変換
5. **ビデオ音声**: 映像とサウンドトラックは別参照。`ref_video_audio_N` を `ref_video_N` に対応させないと `<Audio N>` 参照にならない
6. **オーディオ番号**: ビデオのサウンドトラックが先に `<Audio N>`、その後独立クリップ; 映像番号とは独立
7. **VAE**: ビデオのサウンドトラックは `vae` + `audio_vae`; 独立オーディオは `audio_vae` のみ
8. **オーディオ用途**: 例 `use <Audio 1> exactly as it is` / `follow the timbre of <Audio 2>`
9. **声**: Audio 参照は音色であり台詞ではない; 演技を指定; 厳密なら話者ごとに 1 Audio 参照
10. **`ref_image_size`**: 既定 **`match`**。**`max`** は短辺 2048 で遅く、小ファイルは拡大しない; 必要なら 2048 短辺・32 倍数に事前スケール
11. **ウェイト**: R2V は **`ref2va`**（T2V/I2V の **`fl2va`** ではない）
12. **Turbo**: 任意 **4** ステップ Lightning（速い、参照弱い）; 厳密なら **20–25** ステップ
13. **スタイル LoRA**: 参照と競合; 基線 schedule で強度約 **0.5**

公式 ref ガイド: [プロンプトガイド](https://docs.comfy.org/ja/tutorials/video/minimax/minimax-h3-prompt-guide.md)。

## ネイティブノードによる高度なワークフロー

以下の機能には新しい ComfyUI ビルドが必要です。

### 任意フレームへのガイド固定 (#15439)

[`MiniMaxH3AddGuide`](https://github.com/Comfy-Org/ComfyUI/pull/15439) は任意の `frame_idx`（負値は末尾から）にガイドを固定。先頭/末尾だけではありません。

H3 ノードの `positive` と latent を `MiniMaxH3AddGuide` に接続:

* **image**: 静止画またはクリップ（多フレームは有効 **17k+5** 長にクロップ; 5 未満は先頭画像のみ）
* **audio**: 同じフレームのサウンドトラック、残り時間にクロップ
* **frame\_idx**: アンカー位置

画像は `vae`、音声は `audio_vae`。ノードをチェーンで複数アンカー。

例: 先頭 **22** フレームをフレーム **0** で続行; 124 フレーム中フレーム **60** に静止画でポーズを強制。

条件付けであり V2V ではありません: 空 latent からサンプル; `denoise` は V2V のようにガイド強度をスケールしません。全体のスタイル変更は R2V; 部分編集は [Fun ControlNet Union](https://docs.comfy.org/ja/tutorials/video/minimax/minimax-h3-fun-controlnet.md) のマスク。

[マルチフレーム参照](https://docs.comfy.org/ja/tutorials/video/minimax/minimax-h3-multiframe.md) テンプレートを参照。

### latent ノイズマスクによるインペイントと拡張 (#15375)

[トークン単位マスク](https://github.com/Comfy-Org/ComfyUI/pull/15375) で動画・音声 latent の一部を再生成。

サンプラー `denoise_mask` にマスク: **0** 保持、**1** 再生成。動画は 2×2 latent パッチ、音声は latent フレーム単位。インペイント、削除、拡張に使用。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.