ComfyUI Node
AcademiaSD H3 RefMod Encode
Encode de H3 con los RefMods etiquetados para el text encoder (<Video n>/<Audio n>) y la voz atada a cada cara. Ya lleva las referencias: conecta directo al sampler, sin RefMod Apply.
AcademiaSD H3 RefMod Encode
- clip
- characters
- h3_mods
- vae
- audio_vae
- first_frame
- last_frame
- ref_image_0
- ref_image_1
- ref_image_2
- ref_image_3
- ref_image_4
- ref_image_5
- ref_image_6
- ref_image_7
- ref_image_8
- ref_video_0
- ref_video_1
- ref_video_2
- ref_video_audio_0
- ref_video_audio_1
- ref_video_audio_2
- ref_audio_0
- ref_audio_1
- ref_audio_2
- positive
- latent
- final_prompt
- reference_map
◄prompt—►
◄width1344►
◄height768►
◄length124►
◄stack_picturesup_to_n►
◄stack_pictures_n8►
◄te_max_side768►
◄auto_subject_blocktrue►
◄ref_image_sizematch►
CategoryAcademiaSD/MiniMax H3
Inputs (34)
| Name | Type | Default | Description |
|---|---|---|---|
| clip | CLIP | — | |
| prompt | STRING | Escribe @Nombre para citar a un personaje. Sin negaciones. Write @Name to cite a character. No negatives. | |
| width | INT | 134432–8192 | — |
| height | INT | 76832–8192 | — |
| length | INT | 1245–3600 | — |
| stack_pictures | COMBO | up_to_n | Cuantas fotos de cada RefMod ve el text encoder. Mas fotos = menos mezcla, mas lento. up_to_n: hasta N fotos, cada una en un bloque propio. all: todas. every_4th_pairs: cada 4, por parejas (lo mas ligero, comportamiento antiguo). |
| stack_pictures_n | INT | 81–64 | — |
| te_max_side | INT | 768256–2048 | Lado largo maximo de las fotos que ve Qwen. 768 es la resolucion nativa de H3. |
| auto_subject_block | BOOLEAN | true | Escribe subject_definitions y retention_analysis si el prompt no los trae. |
| ref_image_size | COMBO | match | Como el nodo oficial: 'match' escala cada ref_image al area de la generacion; 'max' usa lado corto 2048 (mas fiel, mas lento). |
| charactersopt | ASD_H3_CHARACTERS | — | |
| h3_modsopt | H3_REF_MODS | Opcional: salida 'mods' de ComfyUI-MiniMaxH3Mod. Cada referencia se trata como un sujeto sin nombre. / Optional mods from ComfyUI-MiniMaxH3Mod. | |
| vaeopt | VAE | VAE de video de H3: para ref_image/ref_video y para RefMods sin fotos guardadas. | |
| audio_vaeopt | VAE | VAE de audio de H3: solo para ref_audio y bandas sonoras de ref_video. Los RefMods ya traen el audio codificado. | |
| first_frameopt | IMAGE | FL2VA: primer fotograma, como en MiniMax H3 Image to Video (<Picture 1> para Qwen + fotograma ancla). | |
| last_frameopt | IMAGE | FL2VA: ultimo fotograma, como en MiniMax H3 Image to Video. | |
| ref_image_0opt | IMAGE | — | |
| ref_image_1opt | IMAGE | — | |
| ref_image_2opt | IMAGE | — | |
| ref_image_3opt | IMAGE | — | |
| ref_image_4opt | IMAGE | — | |
| ref_image_5opt | IMAGE | — | |
| ref_image_6opt | IMAGE | — | |
| ref_image_7opt | IMAGE | — | |
| ref_image_8opt | IMAGE | — | |
| ref_video_0opt | IMAGE | Fotogramas a 24 fps (2-15 s) | |
| ref_video_1opt | IMAGE | Fotogramas a 24 fps (2-15 s) | |
| ref_video_2opt | IMAGE | Fotogramas a 24 fps (2-15 s) | |
| ref_video_audio_0opt | AUDIO | Banda sonora del ref_video con el mismo numero | |
| ref_video_audio_1opt | AUDIO | Banda sonora del ref_video con el mismo numero | |
| ref_video_audio_2opt | AUDIO | Banda sonora del ref_video con el mismo numero | |
| ref_audio_0opt | AUDIO | — | |
| ref_audio_1opt | AUDIO | — | |
| ref_audio_2opt | AUDIO | — |
Outputs (4)
| Name | Type | Description |
|---|---|---|
| positive | CONDITIONING | — |
| latent | LATENT | — |
| final_prompt | STRING | — |
| reference_map | STRING | — |