MiniMax H3 故事板转视频指南：六宫格分镜到连续 AI 视频全流程拆解

外来客 • 2026-08-26 07:04:47

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

模型选择：使用约 40GB 的主模型 "10 Arrows Max"，该模型已合并加速能力，无需额外加载加速 LoRA，且生成质量高于 4 步加速版本。
工作流架构：包含主模型加载、参考条件、第一阶段采样、Latent Upscale、第二阶段采样五个部分。
技术参数：
最终视频帧频为 24 帧，分辨率 1344x768。
第一阶段采样分辨率为 0.2 Megapixel（约 608x352），使用 Euler 采样器和 Simple 调度器。
使用 3D 版本的 Latent Upscaler 模型（FP16 格式），联合处理空间和时间信息。
采用 Kitchen Attention 机制，需更新 ComfyUI 至最新版。
故事板制作：
使用 ChatGPT Image Tool 生成，需先提供 Character Sheet 确保人物一致性。
提示词需明确“六宫格 Storyboard”、人物、场景、动作及整体风格（如写实或素描）。
若未指定风格，模型可能生成手绘或铅笔稿风格，此时模型会将参考图转换为写实镜头，发挥空间更大。
测试案例：
单人泡茶：动作简单，镜头顺序还原度高。
单人街舞：包含远景、低机位、俯拍、旋转等复杂镜头切换，流畅度高。
双人雨夜飙车：保持人物与车辆颜色对应，无身份互换。
双人擂台肉搏：难度最高，涉及长时间身体接触，整体动作链条和镜头顺序保持良好，但细节非完美。