.preboot-splash{display:none}

图生视频：首帧、尾帧与模式选择 — MiniMax H3 教程

让一张图片动起来，或用首尾两张图约束开场与结尾。

原文: ComfyUI MiniMax H3 Text-to-Video, Image-to-Video, and Reference-to-Video Workflows

ComfyUI · 出处

MiniMax H3 Image to Video (I2V)

Generate videos from an input image, with optional first/last-frame keyframes.

Run on Comfy Cloud — Open in Comfy Cloud
Download Workflow — Download JSON or search "MiniMax H3 I2V" in Template Library
Input Image: transparent_rgb_gaming_mouse.png — Download the default input image, or use your own image.

Model downloads

Diffusion Model: minimax_h3_fl2va_pruned_int8_convrot — Place in ComfyUI/models/diffusion_models/
Text Encoder: qwen3vl_32b_minimax_h3_nvfp4_awq — Place in ComfyUI/models/text_encoders/
VAE: minimax_h3_video_vae_fp16 — Place in ComfyUI/models/vae/
VAE: minimax_h3_audio_vae_fp32 — Place in ComfyUI/models/vae/
Turbo LoRA: minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16 — Place in ComfyUI/models/loras/. Used when turbo_mode is enabled.

Model storage

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_fp16.safetensors
│   │   └── minimax_h3_audio_vae_fp32.safetensors
│   └── 📂 embeddings/
│       └── minimaxh3_art_is_explosion.safetensors

Prompting tips

Keyframes: The first_frame and last_frame inputs are optional; the model generates the motion between them
Prompt: Describe the shots, motion, and the accompanying audio (dialogue, SFX, music) in one block
Resolution: H3's native canvas is a 768px short edge, which is 1344x768 at 16:9, and resolutions are rounded to a multiple of 32
Duration: The duration input snaps to the model's 17-frame-per-block (17k+5) grid at 24fps
Turbo mode: Enable turbo_mode on the MiniMax H3 node to switch to the turbo LoRA and generate in turbo_steps (default 8) instead of 20 steps. turbo_model_strength controls the LoRA strength (default 1.0).

The official base-mode prompt writing guide is summarized in the prompt guide.

适用人群: 第一次在 ComfyUI 中看到 H3 多种工作流的用户。

硬件要求: 已能运行 H3 的本地或云端 ComfyUI；图生视频复用 FL2VA 权重。

前置条件

一张首帧图；需要指定结尾时再准备尾帧图
先通过入门教程确认模型和两个 VAE 可用

执行步骤

打开官方 I2V JSON 或模板库中的 MiniMax H3 I2V，确认加载 FL2VA 模型。
上传首帧并连接 first_frame；只想让一张图动起来时，保留 last_frame 为空。
需要首尾帧控制时，再上传尾图并连接 last_frame；两张图应能通过一个清晰动作连接。
设置与构图相符的宽高比，先用模板预览尺寸；参照官方例子写从输入图开始如何运动。
运行后检查开头是否符合首图、结尾是否接近尾图、主体有没有不必要变化；一次调整构图或动作之一。

注意事项

不同输入模式对应的权重和接线不同，不要仅替换输入端口。

查看原始来源 · ComfyUI · 2026-09-06

深度精选 · 来源核对: 2026-09-06 · 本站实测: 未进行生成实测

把“首帧、尾帧和参考图”分清楚，再用原生模板连接输入，适合从静态图片开始创作。

本地生成占用自己的硬件、内存和磁盘；模型与工具的使用条件请看原始说明。

链接提供原作者工作流、模型或示例；自选参考素材需自行准备。本站没有另行实测这套生成流程。