Skip to content

docs(minimax): document the H3 Max editing and camera nodes #2206

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Closed
lin-bot23 wants to merge 1 commit into from
+218 −13
Closed

docs(minimax): document the H3 Max editing and camera nodes #2206

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
47 changes: 44 additions & 3 deletions es/tutorials/partner-nodes/minimax/minimax-h3.mdx
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -2,13 +2,14 @@
title: "Generación de video con la API de MiniMax H3 en ComfyUI"
description: "Usa los nodos API de MiniMax H3 en ComfyUI para flujos en la nube de texto a video, primer/último fotograma y referencia a video con audio estéreo nativo."
sidebarTitle: "Minimax H3"
translationSourceHash: b6d84062
translationSourceHash: e44fb20e
translationFrom: tutorials/partner-nodes/minimax/minimax-h3.mdx
translationBlockHashes:
"_intro": a261dbf5
"What MiniMax H3 is good at": 4c84d1e7
"Example outputs": 77256fd5
"MiniMax H3 API workflows": 9f3a305f
"MiniMax H3 API workflows": 31840aba
"Editing a video with the H3 Max nodes": 21b27918
---
import ReqHint from "/snippets/es/tutorials/partner-nodes/req-hint.mdx";
import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx";
Expand Down Expand Up @@ -224,7 +225,7 @@ Genera videos condicionados por imágenes, videos y audio de referencia a travé

#### Consejos para el prompt

1. **Referencia por etiqueta**: haz referencia a cada entrada por su orden en el prompt, por ejemplo `Image 1`, `Video 1` o `Audio 1`
1. **Referencia por etiqueta**: haz referencia a cada entrada por su orden en el prompt, por ejemplo `Image 1`, `Video 1` o `Audio 1`. También se acepta la forma abreviada `@Image1`, `@Video1` y `@Audio1`, que se resuelve a las mismas etiquetas
2. **Límites**: hasta 9 imágenes de referencia, 3 videos de referencia y 3 clips de audio de referencia. Cada video o clip de audio debe durar entre 2 y 15 segundos; el total de video y audio de referencia está limitado a 15 segundos cada uno
3. **El audio necesita un ancla visual**: el audio de referencia no se puede usar sin al menos una imagen o un video de referencia
4. **Requisitos de video**: los videos de referencia deben tener entre 23.976 y 60 FPS
Expand Down Expand Up @@ -278,3 +279,43 @@ Genera videos condicionados por medios de referencia con el modelo H3 Max, más
Imagen de referencia para el flujo de trabajo, o usa tus propias imágenes.
</Card>
</CardGroup>
## Editar un video con los nodos H3 Max

H3 Max también incluye seis nodos de partner que parten de un video o de una imagen fija en lugar de un prompt, y editan ese material: Recast, Extend Video, Reframe Video, Insert Video, Lip Sync y Camera Control. No hay plantillas publicadas para ellos. Agrégalos desde la biblioteca de nodos, en el grupo **Partner Nodes > video > MiniMax**, y actualiza ComfyUI a la última versión si no aparecen.

| Nodo | Qué hace | Medio de partida |
| :--- | :----------- | :------------- |
| **MiniMax H3 Max Recast** | Reemplaza a las personas de un video con personas de fotos de referencia, conservando el movimiento, la cámara, los cortes y el sonido de la fuente | Video de 5 a 30 segundos, 1 a 4 fotos |
| **MiniMax H3 Max Extend Video** | Continúa un video con material nuevo descrito en el prompt | Video de 1.625 a 60 segundos, 1 a 15 segundos de material nuevo |
| **MiniMax H3 Max Reframe Video** | Ajusta un video a una nueva relación de aspecto y genera el área que lo rodea, conservando el tiempo y el sonido | Video de 0.5 a 300 segundos |
| **MiniMax H3 Max Insert Video** | Reemplaza la sección entre dos marcas de tiempo con una escena recién generada | Video de hasta 60 segundos, más un tiempo de inicio y de reanudación |
| **MiniMax H3 Max Lip Sync** | Anima una imagen fija para que la boca siga una pista de audio | Una imagen, 5 a 899 segundos de audio |
| **MiniMax H3 Max Camera Control** | Orbita la cámara alrededor del sujeto de una imagen fija | Una imagen, más un ángulo y una distancia finales |

El precio depende del nodo, el modelo, la resolución, la duración y las entradas de referencia. La insignia de precio muestra antes de ejecutar el nodo una tarifa por segundo, un rango aproximado o un total calculado. Por ejemplo, Extend Video admite H3 Max y H3 Max Turbo y calcula el total a partir de la duración, la resolución y el modelo seleccionados. Las tarifas por resolución están en la [tabla de precios de Minimax](/es/tutorials/partner-nodes/pricing).

En los prompts de Recast, Extend Video e Insert Video, haz referencia a las entradas conectadas como `@Image1`, `@Audio1` o `@Video1`, numeradas en el orden de conexión. El nodo resuelve cada etiqueta a la referencia correspondiente antes de enviar la solicitud. Una etiqueta que apunta más allá de las referencias de un tipo admitido detiene la ejecución con un error, mientras que una etiqueta de un tipo que el nodo no admite, como el audio en Recast, se envía tal cual.

### Recast

Reemplaza a las personas de un video de origen con las personas de 1 a 4 fotos de referencia, conservando la cámara, los cortes y el sonido del original. El video de origen debe durar de 5 a 30 segundos, con cada toma de 15 segundos o menos y una relación de aspecto entre 0.4 y 2.5. Las fotos deben ser de al menos 256x256 píxeles. De forma predeterminada reemplazan a las personas principales de izquierda a derecha; usa el prompt para asignarlas una por una, por ejemplo `the man becomes @Image2`. Se renderiza a 768P de forma predeterminada o a 1080P, y **Enhance realism** añade una textura de piel más natural y funde a las nuevas personas en la escena.

### Extend Video

Agrega de 1 a 15 segundos de material nuevo al final de un video. El prompt describe lo que ocurre después, no el material de origen. Acepta los modelos Max y Turbo y un video de origen de 1.625 a 60 segundos, de hasta 50 MB, con una relación de aspecto entre 0.4 y 2.5. Hasta 3 audios de referencia opcionales pueden guiar el material nuevo, de al menos 2 segundos cada uno y 14.5 segundos en total. **Output** devuelve el video completo renderizado de nuevo a la resolución seleccionada (`extended`) o solo el material nuevo (`continuation`, que comienza con una repetición de 1.6 segundos del final del video de origen). La resolución va de 480P a 2K; a 2K, `extended` está limitado a 45 segundos de origen más material nuevo.

### Reframe Video

Reajusta un video a una nueva relación de aspecto, ya sea 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 o 9:21, generando el área alrededor del encuadre reajustado. Se conservan el tiempo y el sonido del video de origen. El video de origen puede durar de 0.5 a 300 segundos, y un prompt opcional guía el contenido de los alrededores generados. Se renderiza a 480P, 768P o 1080P.

### Insert Video

Reemplaza la sección de un video entre `start_time` y `resume_time` con una escena recién generada de 5 a 13 segundos. El video de origen puede durar hasta 60 segundos, y `resume_time` debe caer al menos 1.375 segundos antes de su final. Describe la nueva escena en el prompt, con referencias, o ambas cosas: hasta 9 imágenes de referencia y 3 videos de referencia de 2 a 15 segundos cada uno, 15 segundos en total. **Color match** está activado de forma predeterminada y funde la nueva escena en el video de origen. Se renderiza a 480P o 768P.

### Lip Sync

Anima una imagen fija para que los movimientos de su boca sigan una pista de audio, y el video dura lo mismo que el audio. El audio puede durar de 5 a 899 segundos. La imagen debe ser de al menos 256x256 píxeles con una relación de aspecto entre 0.4 y 2.5. Se renderiza a 480P, 768P, 1080P o 2K. **Transcription** está desactivado de forma predeterminada; actívalo para transcribir el audio primero y usar el texto para guiar la sincronización.

### Camera Control

Genera un video a partir de una imagen fija con la cámara moviéndose a un nuevo ángulo y distancia alrededor del sujeto. Define la cámara final con `azimuth` (órbita horizontal, los valores positivos se mueven a la derecha), `elevation` (los valores positivos miran hacia abajo, los negativos hacia arriba) y `distance` (1 mantiene la distancia, por debajo de 1 se acerca, por encima de 1 se aleja). Una entrada de información de cámara de los nodos **Create Camera Info** o **Compose Camera Angle Prompt** establece el ángulo en una vista 3D en su lugar. Un prompt vacío mantiene la escena congelada para que solo se mueva la cámara. La duración es de 1 a 15 segundos a 480P, 768P o 1080P. El azimut es un objetivo más que un resultado exacto: una solicitud de 90 grados a menudo termina entre 30 y 90 grados.
47 changes: 44 additions & 3 deletions ja/tutorials/partner-nodes/minimax/minimax-h3.mdx
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -2,13 +2,14 @@
title: "ComfyUIでのMiniMax H3 APIビデオ生成"
description: "ComfyUI で MiniMax H3 API ノードを使い、クラウドワークフローでテキストから動画、先頭・末尾フレームから動画、参照から動画を、ネイティブのステレオオーディオ付きで生成します。"
sidebarTitle: "Minimax H3"
translationSourceHash: b6d84062
translationSourceHash: e44fb20e
translationFrom: tutorials/partner-nodes/minimax/minimax-h3.mdx
translationBlockHashes:
"_intro": a261dbf5
"What MiniMax H3 is good at": 4c84d1e7
"Example outputs": 77256fd5
"MiniMax H3 API workflows": 9f3a305f
"MiniMax H3 API workflows": 31840aba
"Editing a video with the H3 Max nodes": 21b27918
---

import ReqHint from "/snippets/ja/tutorials/partner-nodes/req-hint.mdx";
Expand Down Expand Up @@ -225,7 +226,7 @@ MiniMax H3 APIを通じて、参照画像、参照ビデオ、参照オーディ

#### プロンプト作成のヒント

1. **タグによる参照**：プロンプト内の順序で各入力を参照します。たとえば、`Image 1`、`Video 1`、`Audio 1` のように指定します。
1. **タグによる参照**：プロンプト内の順序で各入力を参照します。たとえば、`Image 1`、`Video 1`、`Audio 1` のように指定します。`@Image1`、`@Video1`、`@Audio1` の省略記法も使用でき、同じタグとして解決されます。
2. **制限**：参照画像は最大9枚、参照ビデオは最大3本、参照オーディオクリップは最大3つまで指定できます。各ビデオまたはオーディオクリップは2〜15秒である必要があります。また、参照ビデオと参照オーディオは、それぞれ合計15秒までに制限されます。
3. **オーディオには視覚的なアンカーが必要**：参照オーディオは、少なくとも1つの参照画像または参照ビデオがないと使用できません。
4. **ビデオの要件**：参照ビデオは23.976〜60 FPSである必要があります。
Expand Down Expand Up @@ -279,3 +280,43 @@ MiniMaxは、参照駆動型生成（R2V）向けの公式の[フル参照モー
ワークフロー用の参照画像です。または、ご自身の画像を使用できます。
</Card>
</CardGroup>
## H3 Maxノードでビデオを編集する

H3 Maxには、プロンプトだけでなくビデオや静止画を起点として、その素材を編集する6つのパートナーノードも用意されています。Recast、Extend Video、Reframe Video、Insert Video、Lip Sync、Camera Controlです。これらのノードにテンプレートは付属していません。**Partner Nodes > video > MiniMax** のノードライブラリから追加してください。見つからない場合はComfyUIを最新バージョンにアップデートしてください。

| ノード | 機能 | 開始素材 |
| :--- | :----------- | :------------- |
| **MiniMax H3 Max Recast** | ビデオ内の人物を参照写真の人物に置き換え、ソースの動き、カメラ、カット、サウンドを維持します | 5〜30秒のビデオ、1〜4枚の写真 |
| **MiniMax H3 Max Extend Video** | プロンプトで記述した新しい映像でビデオを続けます | 1.625〜60秒のビデオ、1〜15秒の新しい映像 |
| **MiniMax H3 Max Reframe Video** | ビデオを新しいアスペクト比に収め、その周囲の領域を生成します。タイミングとサウンドは維持されます | 0.5〜300秒のビデオ |
| **MiniMax H3 Max Insert Video** | 2つのタイムスタンプの間の区間を、新しく生成したシーンに置き換えます | 最大60秒のビデオと、開始時刻および再開時刻 |
| **MiniMax H3 Max Lip Sync** | 静止画をアニメーションさせ、口の動きをオーディオトラックに追従させます | 画像1枚、5〜899秒のオーディオ |
| **MiniMax H3 Max Camera Control** | 静止画の被写体の周囲をカメラが周回します | 画像1枚と、終了角度および距離 |

料金はノード、モデル、解像度、再生時間、参照入力によって決まります。価格バッジには、実行前に秒あたりの料金、おおよその範囲、または計算された合計が表示されます。たとえば Extend Video は H3 Max と H3 Max Turbo の両方に対応し、選択した再生時間、解像度、モデルから合計を計算します。解像度ごとの料金は[Minimaxの料金表](/ja/tutorials/partner-nodes/pricing)に記載されています。

Recast、Extend Video、Insert Videoのプロンプトでは、接続した参照を `@Image1`、`@Audio1`、`@Video1` として参照します。番号は接続順です。ノードはリクエストを送信する前に各タグを対応する参照に解決します。対応する種類の参照数を超えるタグがあると実行がエラーで停止し、ノードが受け付けない種類のタグ（例: Recast のオーディオ）はそのまま送信されます。

### Recast

ソースビデオの人物を1〜4枚の参照写真の人物に置き換えます。カメラ、カット、オリジナルのサウンドは維持されます。ソースビデオは5〜30秒で、各ショットは15秒以下、アスペクト比は0.4〜2.5である必要があります。写真は最低256x256ピクセル必要です。デフォルトでは左から右へ主要な人物を置き換えます。プロンプトで1人ずつ割り当てることもでき、例えば `the man becomes @Image2` のように指定します。デフォルトでは768P、または1080Pでレンダリングされ、**Enhance realism** を有効にすると肌のテクスチャがより自然になり、新しい人物がシーンに馴染みます。

### Extend Video

ビデオの末尾に1〜15秒の新しい映像を追加します。プロンプトにはソース映像ではなく、次に何が起きるかを記述します。MaxおよびTurboモデルに対応し、ソースビデオは1.625〜60秒、最大50 MB、アスペクト比は0.4〜2.5です。最大3つのオプションの参照オーディオで新しい映像を誘導できます。各2秒以上、合計14.5秒です。**Output** では、選択した解像度で再レンダリングされたビデオ全体（`extended`）か、新しい映像のみ（`continuation`。冒頭にソースの末尾が1.6秒繰り返されます）を返します。解像度は480P〜2Kです。2Kの場合、`extended` はソースと新規映像を合わせて45秒までに制限されます。

### Reframe Video

ビデオを新しいアスペクト比（16:9、9:16、1:1、4:3、3:4、21:9、9:21のいずれか）に収め直し、収め直したフレームの周囲の領域を生成します。ソースのタイミングとサウンドは維持されます。ソースビデオは0.5〜300秒で、オプションのプロンプトで生成される周囲の内容を誘導できます。480P、768P、または1080Pでレンダリングします。

### Insert Video

ビデオの `start_time` から `resume_time` までの区間を、新しく生成した5〜13秒のシーンに置き換えます。ソースビデオは最大60秒で、`resume_time` は末尾から少なくとも1.375秒前である必要があります。新しいシーンはプロンプトで、参照で、またはその両方で記述します。最大9枚の参照画像と3本の参照ビデオ（各2〜15秒、合計15秒）を使用できます。**Color match** はデフォルトで有効で、新しいシーンをソースに馴染ませます。480Pまたは768Pでレンダリングします。

### Lip Sync

静止画をアニメーションさせ、口の動きがオーディオトラックに追従するようにします。ビデオの長さはオーディオと同じになります。オーディオは5〜899秒です。画像は最低256x256ピクセル、アスペクト比は0.4〜2.5である必要があります。480P、768P、1080P、または2Kでレンダリングします。**Transcription** はデフォルトでオフです。オンにすると先にオーディオを文字起こしし、そのテキストを使って同期を誘導します。

### Camera Control

静止画から、カメラが被写体の周囲の新しい角度と距離へ移動するビデオを生成します。終了時のカメラは `azimuth`（水平方向の周回、正の値で右へ移動）、`elevation`（正の値で見下ろし、負の値で見上げる）、`distance`（1で距離を維持、1未満で近づき、1より大きいと引く）で設定します。**Create Camera Info** または **Compose Camera Angle Prompt** ノードからのカメラ情報入力を使うと、代わりに3Dビュー上で角度を設定できます。プロンプトを空にするとシーンが固定され、カメラだけが動きます。再生時間は1〜15秒で、480P、768P、1080Pに対応します。azimuthは正確な結果ではなく目標値です。90度を指定しても、実際には30〜90度の間に収まることがよくあります。
Loading
Loading