MiniMax H3 AI: ComfyUI セットアップ完全ガイド

MiniMax H3 AI は、ComfyUI 内で柔軟に制御できるよう設計されたローカル動画生成ワークフローです。特に有効なのは、テキストから動画、最初のフレームのアニメーション、先頭と末尾のフレーム遷移、参照ガイド付きシーン、動画から動画への組み合わせ、そして音声を考慮した生成です。

動画のハイライト:

• テキストから動画の生成では、詳細なプロンプトからイラスト風のシーンを作成できます。
• 最初と最後の画像で、開始フレームと終了フレームを制御できます。
• 参照ワークフローでは、複数の画像、動画、音声入力を組み合わせられます。
• モデルはキャラクターをアニメーション化し、クリップ間を遷移させ、音声表現を変化させることができます。
• 出力設定には、解像度、長さ、フォーマット、画像保存、フレーム補間準備が含まれます。

利用可能な MiniMax H3 チュートリアルで紹介されているワークフローでは、主に 2 つの条件付けパスが使われています。先頭と末尾のフレームのパスは、開始画像と終了画像を明確に保ちたい場合に便利です。参照から動画へのパスは、複数の画像、クリップ、音源が結果に影響を与える一方で、正確な最初と最後のフレームを厳密に定義しなくてよい場合に、より柔軟に使えます。

詳細なプロンプトでは、キャラクターから物体へ、さらに遠景へ移るといった複数の連続したアクションを説明できます。そのため MiniMax H3 は、シュールな遷移、再帰的な構図、複数の視覚的な山場に依存する物語クリップに適しています。

実用的な MiniMax H3 のセットアップは、正しいモデルローダー、対応する clip と VAE コンポーネント、そして明確に分離された条件付けルートから始まります。紹介されているワークフローでは、バイパススイッチを使って、先頭と末尾のフレーム用グループと参照から動画用グループを、グラフを組み直さずに切り替えられるようになっています。

KSampler と動画出力の段階は、ComfyUI ユーザーにはおなじみのものです。主な複雑さは、条件付け入力の準備と正しいモデルパスの選択にあります。これらのセクションは視覚的にまとめておくと、後の変更で原因を追跡しやすくなります。

チュートリアルでは、十分な RAM があれば 3060 以上の GPU でも運用可能な場合がある一方、紹介されている 3090 のセットアップでは、複雑な参照動画ジョブに 5 分前後以上かかることがあると述べています。実際の生成時間は、解像度、長さ、入力数、ローカルハードウェアに依存します。

プロンプトの設計は、画像が正確な始点と終点を定義するのか、一般的な参照として機能するのかによって変わります。先頭と末尾のフレーム生成では、モデルはすでに与えられた画像を開始境界と終了境界として使用します。プロンプトは主に、その遷移がどのように起こるかを説明します。

参照から動画への生成では、ワークフローがインデックス付き入力をサポートしている場合、プロンプト内で画像や動画の参照を明示的に使います。紹介されている手法では、「picture zero」「picture one」「video zero」「video one」といったラベルを使用しています。一貫したインデックス付けは、どの主体、アクション、スタイルが各入力に対応するかを明確にするのに役立ちます。

有用なプロンプト構造は次のとおりです。

1. 全体のシーンを特定する。
2. 主体とその関係を定義する。
3. 動きとカメラの進行を説明する。
4. 必要に応じて、インデックス付きの画像や動画を参照する。
5. 音、セリフ、音楽、遷移の挙動を指定する。
6. スタイルと出力の意図を追加する。

参照モデルは、複数の異なる入力タイプを組み合わせることができます。チュートリアルでは、4 枚の画像、1 本の動画、その動画の音声を 1 つの創作セットアップにまとめています。入力はサイズ、背景、媒体、視覚スタイルが異なる場合があるため、プロンプトでは、それらがどのように一体化するのかを説明する必要があります。

MiniMax H3 は、さまざまな複雑度でテストできます。短いテキストから動画のクリップは、モデルローダー、プロンプトエンコード、サンプラー、出力ノードが正しく接続されているかを確認する最速の方法です。その後、開始画像を追加し、先頭と末尾のフレーム遷移を試し、最後に複数の参照へ進みます。

紹介されている例には、低解像度の 864×480 クリップと、高解像度の 1216×672 の結果が含まれています。これらの値は、汎用プリセットではなくワークフローの例として扱うべきです。適切な設定は、利用可能なメモリ、求める詳細度、アクティブな入力数によって決まります。

このモデルは最大 15 秒のクリップをサポートすると説明されていますが、紹介されているワークフローでは、20 秒設定でも使えない結果にはなりませんでした。とはいえ、再生時間が長くなるほど時間的安定性、メモリ使用量、視覚的一貫性が変化しうるため、長尺生成は実験的なものとして扱うべきです。

出力ノードでは、生成された動画、最終画像、音声セットを保存して後工程で利用できます。これは、FILM や RIFE などのツールでフレーム補間を行う予定がある場合に便利です。元動画が 24 FPS のとき、2 倍の倍率で 48 FPS の結果を得られますが、最終的な見た目は元クリップと補間設定に依存します。

ローカル生成は、ワークフロー構成、出力設定、参照準備を制御できますが、モデルの利用条件は依然として重要です。紹介されているチュートリアルでは、米国および欧州連合で MiniMax モデルをダウンロードまたは使用する際の地域別ライセンス上の懸念が示されています。また、ライセンス申請フォームが利用できる場合があり、承認が迅速に届く可能性もあると述べています。

その情報は、現在の条件を読むためのチェックポイントとして扱い、置き換えにはしないでください。ローカルワークフローを構築する前に、公式 MiniMax ウェブサイト で最新の条件を確認し、2026 年 8 月 5 日時点で、想定する地域と用途が対象かどうかを確かめてください。

MiniMax H3 は、特にモジュール化された ComfyUI ワークフローに適しています。うまく整理されたグラフでは、先頭と末尾の条件付け、参照入力、解像度、再生時間、出力形式、任意の音声用に個別の制御を用意できます。この構造により、シーンに応じて 2 つの画像入力からより多くの参照へ拡張しやすくなります。

最も実用的な進め方は、安定した基準を確立してから、徐々に複雑さを増すことです。プロンプト、解像度、再生時間、サンプラー設定、入力数を同時に変更しないでください。小さく制御された調整の方が、生成が改善した理由や悪化した理由を特定しやすくなります。