ComfyUI Node
FeiHou Easy H3 Motion Segment（动作迁移分段）
动作迁移分段：按参考视频 1 的长度自动分段，每次排队准备一段——所有参考视频及其音轨截到同一时间窗，后一段用上一段结尾接续。noise/guider/sampler/sigmas/latent 接官方自定义采样器（高级）。单次采样：采样器 output 与 motion_state 接「动作迁移收束」。二段式（一采）：这里就是一采（等同 1st Sample Enhancer），采样器 denoised_output 和 h3_context 接 2nd Sample Enhancer，二采采样器 output 与 motion_state 接「动作迁移收束」。Setup 需选「参考生视频」。
FeiHou Easy H3 Motion Segment（动作迁移分段）
- model
- h3_context
- shot_prompts
- noise
- guider
- sampler
- sigmas
- latent
- motion_state
- video_vae
- audio_vae
- fps
- h3_context
◄sampler_nameeuler►
◄schedulersimple►
◄steps8►
◄first_steps4►
◄shift_video12.00►
◄shift_audio3.00►
◄cfg1.0►
◄reference_soundtrack送入模型►
◄segmentation帧窗口►
◄frame_windowtrue►
◄segment_frames124 帧 · 5.17 秒►
◄overlap_frames22►
◄context_window_frames345 帧 · 14.38 秒►
◄context_overlap_frames68►
CategoryFeiHou Easy H3
Inputs (17)
| Name | Type | Default | Description |
|---|---|---|---|
| model | MODEL | 采样模型（Setup 的模型，可先接注意力补丁）。本节点内部用官方 ModelSamplingMiniMaxH3 设置 shift。 | |
| h3_context | MINIMAX_H3_CONTEXT | 接 Setup 的 h3_context（参考生视频模式）。画幅、提示词、参考图都取自 Setup。 | |
| sampler_name | COMBO | euler | 采样器。dual_clock_euler（视频/音频各走各的时钟）只用于二段式，二采沿用这里的选择。 |
| scheduler | COMBO | simple | 9 options: simple, sgm_uniform, karras, exponential, ddim_uniform, beta, +3 |
| steps | INT | 81–200 | 单次采样：每段采样步数（加速 LoRA 常用 4~8）。二段式：调度总步数，一采跑前 first_steps 步。 |
| first_steps | INT | 41–199 | 仅二段式（本节点的 h3_context 接到 2nd Sample Enhancer 时自动按二段式）：一采只跑前几步（高噪声段），必须小于 steps。 |
| shift_video | FLOAT | 12.000.01–100 | 单次采样的视频 sigma shift；二段式固定用 H3 默认 12 / 3（与 1st Sample Enhancer 相同）。 |
| shift_audio | FLOAT | 3.000.01–100 | — |
| cfg | FLOAT | 1.01–20 | 加速 LoRA 保持 1（BasicGuider）；大于 1 时用 CFGGuider（空负面）。 |
| shot_promptsopt | FEIHOU_H3_PRODUCTION_SHOT | 接「分镜提示词」节点的 production_shot（同一个输出再拉一根线过来）。接上后按 md 的分镜块跑：15 秒以内的块整块采样，更长的按 @split 或平均分成每段不超过 15 秒，块内和 @continue 的块用尾部帧接续；不接则按每段帧数固定分段。 | |
| reference_soundtrackopt | COMBO | 送入模型 | 参考视频 1 的原声要不要送进模型。送入模型：原声作为 <Audio 1> 参与生成（人物替换跟唱、对口型用），音色参考等音频卡顺延成 <Audio 2> 起。不送入模型：视频只做动作参考，原声不编码（参考 token 更少），音频卡的第一条就是 <Audio 1>；原声照样交给「动作迁移收束」按 @sound / audio_output 输出。 |
| segmentationopt | COMBO | 帧窗口 | 分段方式（只对接了分镜提示词、长于一个窗口的跳舞/动作块生效）。帧窗口：块内按 15 秒分段逐段采样，后一段锁定上一段解码出的尾部帧接上，段数越多细节越掉、噪点越多。上下文窗口：整块一次采样，每一步把整块 latent 切成互相重叠的窗口分别预测、在重叠处线性混合，每个窗口拿自己时间段的参考视频（参考图和提示词每个窗口都带），窗口之间不传解码画面，画质不随长度累积变差；单块一次跑完（不再自动排队块内下一段），@split 不再分段。二段式的一采和 2nd Sample Enhancer 都按窗口采样。没有参考视频的口播块自动按帧窗口处理。 |
| frame_windowopt | BOOLEAN | true | 只在没接「分镜提示词」时生效。帧窗口分段：按 segment_frames 把参考视频 1 逐段采样，后一段接上一段结尾 overlap_frames 帧，直到整段跑完。整段一次采完：参考视频 1 整段一次采样，segment_frames 和 overlap_frames 不起作用（视频长时很吃显存）。接了分镜提示词时按 md 分块。 |
| segment_framesopt | COMBO | 124 帧 · 5.17 秒 | 固定分段的每段帧数（24fps），H3 只接受 5+17N 帧：124 帧 ≈ 5.17 秒，其它可选 107、141、158…。接「分镜提示词」时本项不决定段长：15 秒以内的块整块一段，更长的按 @split（没写就平均）分成每段不超过 15 秒，它只用于重叠帧数的上限校验。 |
| overlap_framesopt | COMBO | 22 | 相邻两段重叠帧数：上一段结尾这么多帧的 latent 被锁定作为下一段开头。22 帧 = 7 个视频 token。 |
| context_window_framesopt | COMBO | 345 帧 · 14.38 秒 | 仅上下文窗口：每个窗口的帧数（24fps，都是 H3 要求的 5+17N），124 ≈ 5.2 秒到 362 ≈ 15.1 秒。默认 345 ≈ 14.4 秒，和平时单段一样长，显存也和单段相当；窗口越短，窗口数越多、越慢。 |
| context_overlap_framesopt | COMBO | 68 | 仅上下文窗口：相邻窗口至少重叠的帧数，在重叠处线性混合。34 ≈ 1.4 秒、68 ≈ 2.8 秒（默认）、102 ≈ 4.3 秒；窗口从 17 帧的格点开始，所以重叠是 17 的倍数。越大接缝越稳；窗口起点在块内均匀分布，实际重叠往往更大。 |
Outputs (10)
| Name | Type | Description |
|---|---|---|
| noise | NOISE | — |
| guider | GUIDER | — |
| sampler | SAMPLER | — |
| sigmas | SIGMAS | — |
| latent | LATENT | — |
| motion_state | FEIHOU_H3_MOTION_STATE | — |
| video_vae | VAE | — |
| audio_vae | VAE | — |
| fps | FLOAT | — |
| h3_context | MINIMAX_H3_CONTEXT | — |