MiniMaxH3ReferenceToVideo - ComfyUI Built-in Node Documentation

MiniMax H3 Reference to Video는 MiniMax H3 reference-to-video 생성에 필요한 텍스트 컨디셔닝과 빈 오디오-비디오 latent를 생성합니다. 프롬프트와 선택적 참조 이미지, 비디오, 오디오 클립을 제공하면, 노드가 이러한 참조를 모델이 생성 중 사용할 수 있는 컨디셔닝으로 인코

MiniMax H3 Reference to Video는 MiniMax H3 reference-to-video 생성에 필요한 텍스트 컨디셔닝과 빈 오디오-비디오 latent를 생성합니다. 프롬프트와 선택적 참조 이미지, 비디오, 오디오 클립을 제공하면, 노드가 이러한 참조를 모델이 생성 중 사용할 수 있는 컨디셔닝으로 인코딩합니다. 프롬프트는 <Picture i>, <Video k>, <Audio j> 태그로 참조를 가리킵니다.

​

입력

매개변수	설명	데이터 타입	필수	범위
clip	프롬프트를 토큰화하고 참조 미디어를 컨디셔닝 토큰으로 인코딩하는 데 사용되는 CLIP 모델입니다.	CLIP	예
vae	비디오 VAE입니다. 이것이 없으면 참조 이미지/비디오는 텍스트 인코더만 조건화합니다.	VAE	아니요
audio_vae	오디오 VAE입니다. 이것이 없으면 참조 오디오는 텍스트 인코더만 조건화합니다.	VAE	아니요
prompt	비디오용 텍스트 프롬프트입니다. 참조 미디어는 <Picture i>, <Video k>, <Audio j> 태그로 지정할 수 있습니다(유형별 1부터 시작). 여러 줄 및 동적 프롬프트를 지원합니다.	STRING	예
width	생성되는 비디오의 너비(픽셀)입니다(기본값: 1344).	INT	예	32 ~ 16384 (단계: 32)
height	생성되는 비디오의 높이(픽셀)입니다(기본값: 768).	INT	예	32 ~ 16384 (단계: 32)
length	24 fps에서의 프레임 수입니다(124 = 약 5초, 학습 범위는 약 124-362)(기본값: 124).	INT	예	5 ~ 3600 (단계: 17)
ref_image_size	참조 이미지 크기 조정입니다. match는 각 참조를 생성의 픽셀 영역에 맞게 조정합니다(축소만 하며 종횡비 유지). max는 최상의 아이덴티티 충실도를 위해 참조 파이프라인의 2048px 짧은 변을 사용합니다. 참조 토큰은 모든 샘플링 단계를 거치므로 max는 몇 배 더 느릴 수 있습니다(기본값: match).	COMBO	예	"match" "max"
ref_images	확장 가능한 슬롯: 최대 9개의 참조 이미지를 연결합니다(ref_image_1 … ref_image_9). 참조 이미지(더 큰 경우 2048 짧은 변으로 축소되며, 절대 업스케일되지 않음).	IMAGE	아니요	0 ~ 9
ref_videos	확장 가능한 슬롯: 최대 3개의 참조 비디오를 연결합니다(ref_video_1 … ref_video_3). 24 fps의 참조 비디오 프레임(2-15초).	IMAGE	아니요	0 ~ 3
ref_video_audios	확장 가능한 슬롯: 최대 3개의 사운드트랙을 연결합니다(ref_video_audio_1 … ref_video_audio_3). 같은 번호의 참조 비디오의 사운드트랙입니다.	AUDIO	아니요	0 ~ 3
ref_audios	확장 가능한 슬롯: 최대 3개의 독립형 참조 오디오 클립을 연결합니다(ref_audio_1 … ref_audio_3). 독립형 참조 오디오입니다.	AUDIO	아니요	0 ~ 3

참고:

• 프롬프트는 유형별 1부터 시작하는 태그로 참조 미디어를 가리킵니다. 이미지는 <Picture i>, 비디오는 <Video k>, 오디오는 <Audio j>입니다. 참조는 이미지, 그다음 비디오(각 사운드트랙의 <Audio j> 레이블이 해당 <Video k> 바로 앞에 위치), 그다음 독립형 오디오의 고정된 순서로 모델에 제공됩니다.
• ref_video_audio_N에 연결된 사운드트랙은 ref_video_N에 연결된 참조 비디오와 함께 사용됩니다.
• 참조 비디오는 최소 5프레임(24 fps에서 약 0.2초)을 포함해야 하며, 그렇지 않으면 노드에서 오류를 발생시킵니다. 요청된 length를 초과하는 프레임은 잘라내며, 남은 프레임 수는 모델에서 지원하는 값으로 조정됩니다.
• 요청된 length는 latent가 생성되기 전에 지원되는 프레임 수로 정렬됩니다.
• vae가 없으면 참조 이미지와 비디오는 텍스트 인코더만 조건화합니다(참조 latent가 생성되지 않음). audio_vae가 없으면 참조 오디오는 텍스트 인코더만 조건화합니다.

​

출력

출력 이름	설명	데이터 타입
positive	인코딩된 프롬프트를 포함하는 컨디셔닝입니다. 참조 미디어와 관련 VAE가 제공되면 MiniMax H3 모델에서 사용하는 인코딩된 참조 이미지, 비디오, 오디오 콘텐츠도 포함합니다.	CONDITIONING
latent	요청된 width, height, length(프레임 수)의 빈 오디오-비디오 latent이며, 정렬된 비디오 latent와 오디오 latent를 포함합니다.	LATENT

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

---

Source fingerprint (SHA-256): 47df0d6d13cb02aa4f69b50a7f8d0f6c1639c1fb5e0f69bf8fc57dd4cb752db8