全能工作流:短剧最佳拍档-支持场景-角色画布功能(2026-11 重整理版)
ComfyUI · Z-Image角色画布与场景
工作流包含文本和尺寸输入、Z-Image、适配 LoRA 与可选 SeedVR 放大。适合短剧角色、场景图制作。 画布分组:简单文本输入、1SeedVR高清放大(可以关闭)、Z-image、尺寸输入、适配新Lora的启动、SeedVR 放大开关、按需使用,关闭多样性变多
图像生成免费Z-Image角色画布与场景图像生成
视频工作流:智能分镜—— 人类对H-3的开发不足1%
ComfyUI · 智能分镜
图中包含多参考图、参考音频、付费提示词优化组和单采组,可用于组织分镜条件。 画布分组:参考图像1、参考图像2、参考图像6、参考图像5、参考图像3、参考图像7、参考图像4、参考音频3、参考音频2、参考音频1、参考图像8、付费提示词优化、单采
视频免费智能分镜视频生成
视频工作流:Pika极速音频驱动【西海岸大仙】
ComfyUI · 极速音频驱动
H3 混合 INT8 与 VRGDG_MiniMaxH3AudioDrive 配合,接收参考图和音频。 可见的启用输出节点:#142 VHS_VideoCombine
视频免费极速音频驱动视频生成
视频工作流:Pika动物开口说话唱歌!MinimaxH3!
ComfyUI · 动物说话或唱歌
用动物图片和上传的语音或歌曲作为生成条件,适合制作说话与演唱片段。 画布分组:Pika动物开口说话唱歌!MinimaxH3!B站艾橘溪! 261102
视频免费动物说话或唱歌图像生成
视频工作流:MiNimax超写实颜值赛道起号神器
ComfyUI · 超写实单人写真
常用操作区集中人物图、动作、时长和清晰度,成片与模型区单独分组。 画布分组:01 常用操作|平时只改这里、02 成片|运行后在这里看、03 模型区|通常不用改、04 生成引擎|已折叠,通常不用改
视频免费超写实单人写真视频生成
视频工作流:MinimaxH3单采直出30秒(双重显存优化1.0画质)
ComfyUI · 单采30秒与显存优化
主链为 H3 参考生视频,包含分块前馈与低显存注意力节点。30 秒属于工作流标题所示的使用方向。 画布分组:参考音频1、参考视频1、参考图像1、参考音频2、参考音频3、参考图像2、参考图像3、参考图像4、参考图像5、参考图像6
视频免费单采30秒与显存优化视频生成
视频工作流:minimaxH3_电影&MV一键工作流v15
ComfyUI · 电影与MV一键工作流v15
由 NanFengH3MultiReferenceGeneratorV15 封装多参考生成,外围显示两个视频保存节点及 RunningHub Deepcleaner。 可见的启用输出节点:#7 VHS_VideoCombine
视频免费电影与MV一键工作流v15视频生成
视频工作流:Minimax-H3真实人物质感表现
ComfyUI · 真实人物质感
采用 H3 混合 INT8 模型和统一生成节点,适合检查皮肤纹理、发丝及环境光表现。 画布分组:Models、Sampling
视频免费真实人物质感视频生成
视频工作流:MiniMAX-H3 视频全能王
ComfyUI · 视频全能王
集成人物替换、多参考素材、视频设置、提示词辅助、补帧和不同用途的 LoRA。 画布分组:minimaxH3全能工作流、工作、结果、人物替换、加载、参考图1、参考视频1、参考图2、参考图3、参考图4、参考音频1、参考音频2、参考图5、参考图6、参考音频3、模型、自动提示词skill、输入、视频设置、补帧、打斗lora、电影镜头、破限lora
视频免费视频全能王视频生成
视频工作流:MiniMax H3 短剧工作流|参考图 + 提示词模板|提速不减质
ComfyUI · 参考图与提示词模板短剧
使用参考素材与集中参数区控制短剧镜头,预留参考视频、音频入口,包含自定义采样和视频保存。 画布分组:模型采样、参考素材、参数输入、模型条件
视频免费参考图与提示词模板短剧视频生成
视频工作流:MiniMax H3 导演台全能工作流 (v2)
ComfyUI · 导演台全能工作流v2
通过 MiniMaxH3Director 入口统一调整任务模式,另设加速、二采、SelfLift 和脸部修复模块。 画布分组:模型加载 (MiniMax H3)、MiniMax H3 Director、输出、加速模块(用就开启,不用就可以关掉)、二采模块(用就开启,不用就可以关掉)、加速lora(开启后开8步,关闭后开20/25步)、Selflift采样模块(关闭则使用导演台设置的采样)、脸部修复模块(用就开启,不用就可以关掉)
视频免费导演台全能工作流v2视频生成
视频工作流:MiniMax H3 AI人物演技提升
ComfyUI · AI人物演技提升
工作流包含自定义采样区与标记为官方模型工作流的对照区,适合检查表情、视线和微动作表现。 画布分组:Models、Sampling、官流 Official Model Workflow
视频免费AI人物演技提升视频生成
视频工作流:H3融合self版双采▶略微降智建议对比另一版专属二采折优食用
ComfyUI · SelfLift双采融合
将多模态参考输入接入 H3 生成链,包含 SelfLift 和两组调度设置,可对比不同采样方法的表现。 画布分组:参考音频1、参考视频1、参考图像1、参考音频2、参考音频3、参考图像2、参考图像3、参考图像4、参考图像5、参考图像6
视频免费SelfLift双采融合视频生成
视频工作流:AI电影工作流(优化版)Minimax H3 电影级
ComfyUI · 电影级镜头双采
用于电影镜头预演和细化。MiniMaxH3Easy 封装生成流程,两路视频输出分别用于一采看片和二采交付。 画布分组:二采生视频(一采满意可等待二采完成)、一采生视频(不满意可立即取消,重新生成)、跃崎影业AI电影工作流(优化版)
视频免费电影级镜头双采视频生成
视频工作流:SeedVR2 视频高清放大 + 补帧
ComfyUI · SeedVR2 + RIFE
成片后期工作流:一条链路完成视频高清放大(SeedVR2)与补帧(RIFE rife47)。放大默认开启,补帧默认关闭,需要时打开 rgthree 开关即可。 补帧遵循"帧数 × 倍数、帧率 × 倍数"的公式,时长保持不变、音画不会错位;适合把 AI 生成的低分辨率、低帧率视频处理成更清晰流畅的成片。
视频开源国产免费SeedVR2视频高清放大RIFE补帧插帧
图片工作流:人物替换-minimax图像编辑
ComfyUI · MiniMax 图像编辑
人物替换工作流:以一张固定场景图为基准,接入 2~4 张人物参考图,把人物替换/迁移进场景中。工作流用 rgthree 开关面板管理五路参考图与「人物迁移(复杂版)」「免费版」两条通道,默认走场景图 + 2 张人物图的三图组合。 适合给固定场景批量换人、做海报与宣传图的人物替换;首次运行时按节点提示下载所需模型即可。
图像编辑开源国产免费人物替换MiniMax图像编辑多参考图AI换人
图片工作流:Qwen Image 2.1_三视图+多表情+多视角
ComfyUI · Qwen Image 2.1 int8
角色设定资产工作流:基于 Qwen Image 2.1 int8,同一角色一次生成三视图、四个表情、四个视角的并排资产图,多个 KSampler 分支分别采样后由 StitchImages 自动拼接成一张。 提示词模板按"从左到右逐个位置"写死表情/视角,并附带统一的白底影棚画质后缀,适合动漫、短剧、游戏角色的设定稿与一致性参考图。
图像生成开源国产免费Qwen Image 2.1三视图多表情多视角角色设定图
全能工作流:短剧最佳拍档支持场景 角色画布功能
ComfyUI · Z-Image + Qwen3 4B
Z-Image 人物资产工作流:一次生成同一人物的正面、45 度、侧面、背面多视角全身图,用于短剧、漫剧的角色设定与场景画布。底模为 z_image bf16,配瑶光风格 LoRA(0.50)与 qwen_3_4b 文本编码器,默认 1280×1920 竖版全身。 工作流的长提示词模板把面部、发型、服装、身材比例逐项锁定,并内置排斥动漫、塑料皮肤、过度磨皮的负面词,出图真实、裁切完整。
图像生成开源国产免费Z-Image多视角人物资产角色设定AI短剧
视频工作流:Qwen3VL+Next Scene(自动分镜)+视频生成
ComfyUI · Qwen-Rapid-AIO + Next Scene LoRA
自动分镜工作流:给一张参考图,按 Next Scene 模板自动连写六段连续分镜——每段约 100 字,包含镜头类型、延续上一镜头的人物动作、背景递进和光影匹配,保证跨镜头角色与画风一致。 底模用 Qwen-Rapid-AIO 一体化 checkpoint 配 next-scene LoRA(0.70),工作流还附带完整的景别、机位、运镜、色调与视觉风格词库,可直接拿来写短剧或广告分镜。
图像生成开源国产免费Next Scene自动分镜Qwen3-VL分镜生成角色一致性
图片工作流:电商产品主图-自动匹配场景
ComfyUI · RMBG-2.0 + Flux Kontext
电商主图自动化工作流:上传产品图后由 RMBG-2.0 抠出产品,在场景图的蒙版编辑器里涂掉不想要的元素交给 LaMa 擦除,再用 Flux Kontext 把产品合成进场景,最后用 Image Comparer 输出原图与效果图对比。 内置空蒙版判断分支,默认 2:3 竖版主图比例,适合批量生成带场景的电商主图、详情页图和种草图。
图像编辑开源免费电商主图产品图AI抠图RMBGFlux Kontext场景合成
视频工作流:Seedance2.0全能参考视频(支持真人)
ComfyUI · RunningHub API · Seedance 2.0
Seedance 2.0 全能参考云端视频工作流:先把图片、视频、音频素材上传到 RunningHub 换取 asset_id,再用 Seedance 2.0 多模态节点一次性参考最多 9 张图 + 3 段视频 + 3 段音频生成新视频,并支持真人出镜(走 RHSparkVideoAsset 上传通道)。 可同时生成音频或保留原声,720p、3:4 等画幅可调;按生成时长计费(约 ¥1.2/秒起),duration 是控制成本的唯一杠杆。
视频国产Seedance 2.0多模态参考AI视频真人视频RunningHub
图片工作流:Qwen-image超强动漫转真人洗图
ComfyUI · Qwen-Image + Qwen3-VL
本地 Qwen-Image 洗图工作流,把动漫/插画图重绘成真人风格:先用 Qwen3-VL-4B 反推出 800 字以内的中文提示词,再由 Qwen-Image fp8 主模型配 Lightning 8 步 LoRA(0.50)+ 真人风格 LoRA(0.80)重绘。 工作流内置 rgthree 开关组:局部重绘(修手)、SeedVR2 高清放大、姿势图控制可按需打开,节点规模 111 个,是这批里功能最全的图片工作流。
图像编辑开源国产免费Qwen-Image动漫转真人洗图Qwen3-VL反推SeedVR2
图片工作流:全能图片PRO-图生图
ComfyUI · RunningHub API · NanoBanana Pro
云端图生图工作流:调用 RunningHub 上的 NanoBanana Pro 编辑节点,最多接入 10 张素材图,用一句中文指令把它们"组合"成一张结果图——典型用法是上衣、裤子、鞋等单品图直接合成模特全身穿搭效果图。 本地无需任何模型,按 ¥0.8/次计费,支持 1K 分辨率与 9:16 等画幅,适合电商、穿搭、产品组合图的快速出图。
图像编辑NanoBanana Pro图生图多图合成AI穿搭电商出图
全能工作流:MiniMax H3- 1080P 短剧导演台
ComfyUI · MiniMax H3 hybrid
面向 1080P 短剧出片的本地 H3 工作流,核心解决高分辨率下的显存问题:主模型用 hybrid 混合版(f12va + ref2va),模型链上串 Sage Attention 补丁 + MiniMax H3 内存高效注意力,再叠加 UniBlockSwap 块交换,让消费级显卡也能出 1080P。 工作流按参考模式(reference)出片,输出尺寸跟随参考图并自动对齐到 32 的倍数,支持图片、音频、视频多路输入,是这批工作流里节点最多(49 节点 / 111 连线)的一套。
视频开源国产免费MiniMax H31080PAI短剧Sage Attention块交换
视频工作流:MiniMax H3-现实世界手绘特效
ComfyUI · RunningHub API · MiniMax H3 + Gemini
一条云端 API 工作流,把"写脚本"和"出视频"串成一步:先用 Gemini(google/gemini-3.5-flash) 结合空间设计图写出分段分镜脚本(每段含音效与画面描述),再交给 MiniMax H3 多模态参考生视频,生成手绘质感的 POV 互动特效视频。 全部推理在 RunningHub 云端完成,本地几乎不占算力,只需 ComfyUI + RH_OpenAPI 节点和账号凭据;单次约 ¥11.55,适合家装、空间设计、品牌展示类短视频快速出片。
视频国产MiniMax H3手绘特效分镜脚本GeminiRunningHub
视频工作流:MiniMax-H3图生视频开源版
ComfyUI · MiniMax H3 FL2VA int8
MiniMax H3 开源版的本地图生视频工作流,基于 RH-MiniMax-H3 节点包,一条链路同时支持三种模式:只给首帧让模型往后推演、首帧 + 末帧让模型补中间过程、以及多关键帧控制整段走向,画面与音频由模型联合生成。 主模型是 int8 量化的 FL2VA DiT,配双 VAE(视频 + 音频)和 Qwen3-VL 32B int8 文本编码器,参考图经 LayerStyle 按 32 的倍数自动缩放后送入,适合想在本地跑 H3、又需要精确控制起止画面的场景。
视频开源国产免费MiniMax H3图生视频首尾帧关键帧本地部署
视频工作流:H3_智能一体化-Turbo 加速-分块双采样
ComfyUI · MiniMax H3 + Latent 3D 放大
这是一套基于 MiniMax H3 的参考图音视频工作流,使用 Turbo LoRA,并在加速链路上增加潜空间放大、分块处理与二次采样,面向需要提高输出分辨率的场景。它与本站标准版、Turbo 加速版的区别是分块双采样链路;具体两阶段步数与显存占用尚未核实原始 JSON,不将旧名称中的“4步”当作确定参数。
视频开源国产免费MiniMax H3分块采样Latent放大高清视频低显存
视频工作流:H3_智能一体化-Turbo 加速
ComfyUI · MiniMax H3 + Turbo LoRA
这是一套基于 MiniMax H3 与 Goohai MiniMax-H3 Integrated 节点包的参考图音视频生成工作流。相较本站标准版,本变体增加 Turbo LoRA 加速链路,适合对生成耗时较敏感的场景。旧说明中的“4步”与“6步”相互矛盾,原始 JSON 尚未核实,具体采样步数请以下载文件中的采样器和 Sigmas 配置为准;不将名称当作已验证参数。
视频开源国产免费MiniMax H3Turbo LoRATurbo 加速音视频生成
视频工作流:H3_智能一体化
ComfyUI · MiniMax H3
MiniMax H3 是 MiniMax 开源的通用多模态视频生成模型,33B 参数,最大特点是画面与声音在同一条扩散过程里联合生成,不是"先出画面再后期配音"。这条工作流是它的标准质量版。 工作流的信息入口是 MiniMaxH3IntegrationGH 节点,它一次性装载三件东西:Qwen3-VL-32B 文本编码器(负责"读懂"提示词)、视频 VAE、音频 VAE。【文件实测】 关键点:H3 用 Qwen3-VL-32B 理解提示词。它读到一段文本后会自行判断哪些内容属于"声音输出"——这就是"提示词里的描述被当成台词念出来"的根源【推算】。所以 H3 的提示词必须把画面描述和台词分成两个语义区块写,不能混写。 【外部查证】H3 全精度权重约 124GB(Transformer 66.3GB BF16 + 文本编码器 51.5GB + 视频 VAE 5.2GB + 音频 VAE 0.6GB),开源版输出 768P,2K 重生成步骤未开源。官方推荐框架 SGLang,ComfyUI 0.30.0 及以上原生支持。
视频开源国产免费MiniMax H3音视频生成图生视频带音频视频低显存
视频工作流:wan_S2V数字人生成
ComfyUI · Wan2.2 S2V 14B
Wan2.2-S2V(Speech-to-Video,2025-08-26 发布,Apache 2.0)是阿里 Wan 家族里专门做音频驱动人物视频的模型。它不靠后期对口型,而是把音频特征直接注入扩散过程,让口型、表情、头部微动作在生成时就跟音频对齐。 这条工作流用 wav2vec2_large_english 把音频帧转成特征向量,再用 MelBandRoFormer 先做人声分离降噪——先分离再驱动,是保证嘈杂音源也能出干净口型的前提。
数字人开源国产免费Wan2.2 S2V数字人音频驱动对口型AI唱歌视频
视频工作流:Wan2.2-Animate(角色替换_动作迁移)
ComfyUI · Wan2.2 Animate 14B
Wan2.2-Animate-14B(2025-09-19 发布,Apache 2.0)做两件事:动画模式——把一段真人表演搬到你的角色身上、放进全新生成的场景;替换模式——把原视频里的人换成你的角色,保留真实场景与运镜,并按原场景光照重新打亮。 本条工作流是 74 节点的大工程,链路是:视频载入 → YOLO+DW Pose 全身/人脸关键点 → SAM2 分割出目标人物 → 人脸单独裁 512×512 送进模型 → 参考图角色按姿态重演 → relight LoRA 重新打光 → RIFE 补帧。 人脸单独裁剪送进专门的 Face Block 是表情和唇形能还原干净的原因【外部查证】。
视频开源国产免费Wan2.2 Animate角色替换视频换人动作迁移SAM2
图片工作流:qwen-image-instantX工作流
ComfyUI · Qwen-Image + InstantX ControlNet
Qwen-Image 基础模型 + InstantX Union ControlNet。Union 是一个模型支持多种控制类型(深度、Canny、OpenPose、Lineart 等),通过 AIO_Preprocessor 从参考图提取控制图,实现构图/姿态/线稿的精确控制。
图像生成开源国产免费Qwen-ImageInstantXControlNet深度控图结构控制
图片工作流:qwen_edit_2511多图编辑工作流
ComfyUI · Qwen-Image-Edit 2511
Qwen-Image-Edit-2511,图像编辑版,支持 1–3 张输入图,并用"图一/图二"在文本里指代各张图。可做换装、多图合成、加字排版、IP 三视图等。
图像编辑开源国产免费Qwen-Image-EditQwen Edit 2511多图编辑AI换装图片合成
图片工作流:qwen_image_2512文生图+lora
ComfyUI · Qwen-Image 2512
Qwen-Image-2512 是阿里 Qwen 团队 2025-12-31 发布的 20B MMDiT 图像模型(Apache 2.0)。杀手锏是图内文字渲染准确——中英文多行排版都能写对,这是绝大多数扩散模型搞不定的。文本编码器用 qwen_2.5_vl_7b,因此中文提示词理解极强,可直接写中文长句。
图像生成开源国产免费Qwen-Image 2512文生图Lightning LoRA4步出图
图片工作流:qwen_image_2512文生图+lora+Qwen3反推
ComfyUI · Qwen-Image 2512 + Qwen3-VL
在Qwen-Image-2512 的基础上加了一个 Qwen3_VQA 节点(Qwen3-VL-4B-Instruct):丢一张参考图进去,让视觉语言模型反写出高质量的自然语言提示词,再拿这段提示词去出图。用途是风格复刻、IP 形象批量变体、把别人的画面语言翻译成可复用提示词。
图像生成开源国产免费Qwen-Image 2512文生图图片反推Qwen3-VLLightning LoRA
图片工作流:qwen_edit_2511+指定视角生成
ComfyUI · Qwen-Image-Edit 2511
在Qwen-Image-Edit-2511的编辑模型上再加一支多视角 LoRA(qwen-image-edit-2511-multiple-angles-lora)和一个 QwenMultiangleCameraNode 角度控制节点。输入一张图,按指定的方位角/俯仰角/距离重新生成该场景或人物——即单图多机位导出。
图像编辑开源国产免费Qwen-Image-EditQwen Edit 2511多角度指定视角多机位
视频工作流:wan-scail动作迁移
ComfyUI · Wan2.1 SCAIL 14B
阿里 SCAIL-Pose preview(基于 Wan2.1-14B)。做全身动作迁移,但比常规 DWPose 骨架方案强在一处:它用 NLF(Neural Localizer Field)从驱动视频里估出带深度的全身 3D 姿态并渲染成姿态序列,而不是只给 2D 关键点。肢体自遮挡、手指细节这类 2D 骨架必崩的场景,NLF 因为保留身体部位前后关系而稳得多。
视频开源国产免费Wan SCAIL动作迁移姿态迁移WanVideoWrapperAI视频
视频工作流:Wan2.2-Smooth Mix首尾帧生视频
ComfyUI · Wan2.2 SmoothMix FL2V A14B
与Wan2.2 I2V-A14B 图生视频是同一套 I2V 双专家与 LoRA 配比,区别是把 WanImageToVideo 换成 WanFirstLastFrameToVideo——给定首帧和尾帧,模型补出中间过程。这正是解决"跨镜头衔接一致性"的工具:两端锁死,中间由模型连续生成。
视频开源国产免费Wan2.2首尾帧FL2V首尾帧生视频SmoothMix
视频工作流:Wan2.2文生视频
ComfyUI · Wan2.2 T2V A14B
Wan2.2 T2V-A14B(2025-07-28,Apache 2.0)。A14B 不是单个 14B 网络,而是 MoE 双专家:两个约 14B 的专家,总参数 27B,每一步只有一个在跑。high-noise 专家负责前段(定构图和运动),low-noise 专家负责后段(出纹理细节)。因此这条工作流有两个模型加载器和两个 KSamplerAdvanced,中途切换专家。 【外部查证】阿里参考脚本按 SNR 边界切换(T2V 在 timestep 0.875),ComfyUI 模板用步数中点近似。若成片"运动好但细节软",把切换点提前一两步,让 low-noise 专家多跑几步。
视频开源国产免费Wan2.2文生视频T2VA14Blightx2vRIFE插帧
视频工作流:Wan2.2-Smooth Mix图生视频
ComfyUI · Wan2.2 SmoothMix I2V A14B
Wan2.2 I2V-A14B 图生视频。"Smooth Mix" 指的是三支 LoRA 的特定配比——lightx2v 负责动态幅度,Wan2.2-Fun-InP 的两支负责保真,配比调出来的效果是"动态够大但不糊脸"。
视频开源国产免费Wan2.2SmoothMix图生视频I2Vlightx2v
视频工作流:LTX2.3无限时长音频驱动数字人
ComfyUI · LTX 2.3 22B
LTX-2.3 是 Lightricks 的 22B 开源视频模型,同样走音视频联合潜空间(画面和音轨一起扩散)。本条是 108 节点的超大工程,解决一件事:用一段任意长度的音频驱动一张人物图持续说/唱,时长不受单次生成上限限制。 实现方式是循环分段 + 末帧接力:把长音频切成 15 秒一段,每段生成完把最后一张帧存盘,下一段读回来当开始帧继续画。
数字人开源免费LTX2.3数字人音频驱动对口型无限时长
视频工作流:LTX2.3时间线控制单图生视频工作流
ComfyUI · LTX 2.3 22B
LTX-2.3 22B 蒸馏 1.1 版(比上一条的 v3/v1.0 更新,官方口径说 v1.1 在快速运动与一致性上明显更好)。核心是 PromptRelayEncodeTimeline 节点:在一条提示词里按时间戳分段写画面,编码器按当前去噪时刻把对应时间段的描述切给模型,实现"0-5s 她坐下 → 5-15s 她回头 → 15-30s 走出画面"这种时间线叙事控制。
视频开源免费LTX2.3图生视频时间线提示词带音频视频AI视频生成
视频工作流:LTX2.3时间线控制四图分镜视频制作
ComfyUI · LTX 2.3 22B
LTX2.3时间线控制单图生视频工作流的进阶版(119 节点):四张分镜参考图各自绑定一个时间区间,配合时间线提示词,模型在潜空间里把四个分镜连续去噪成一条长镜头——分镜之间是连续过渡,不是硬切。这是"跨段场景过渡一致性"的完整方案。
视频开源免费LTX2.3LTX-2.3四图分镜分镜生视频时间线提示词AI视频生成