Files
ComfyUI-H3-Continuum-Tiled/README_JA.md
T

16 KiB
Raw Blame History

ComfyUI-H3-Continuum 3.5.1

V3.5.1正式版: V3.4互換を維持し、Reference Audio、Conditioning Bridge、Last Queued Seed Reuseを追加します。V3.4のNode IDとbackend socket keyは保存済みワークフロー互換のため意図的に残しており、表示名を変更しても既存V3.4/V3.5ワークフローの接続は維持されます。

MiniMax H3を複数チャンクで連続生成し、直前チャンク末尾の映像latent / 音声latentを直接次チャンクへ継承するComfyUIカスタムノードです。チャンク間でVideo/Audio VAEのDecode→Encodeは行いません。

V3.5.1の追加機能

V3.5.1では、V3.4のSampling、Conditioning、Terminal Merge、Assembly、Seam、Run Storage契約を変更せず、次の3点を追加します。

  1. Reference Audio(任意): 生成音声を置換しない、H3 nativeの音声conditioningです。Reference Audio InputsをShowにしたときだけ2つのsocketを表示します。
  2. Conditioning Bridge V3.5: Continuumのphysical groupごとに、完全なCore互換MODELとCONDITIONINGを外部Samplerへ公開します。
  3. Last Queued Seed Reuse: Randomize生成後にComfyUIが自動更新したseedからFixedへ戻した場合、安全に判定できるときだけ直前Queueで実際に使ったseedを復元します。ComfyUI cache自体は操作しません。

Reference系入力の違い

表示名は役割の違いを示しています。名前が似ていても同じ組み合わせではありません。

表示入力 接続元 用途 最終音声
reference_image_1~reference_image_3 静止画IMAGE 人物、被写体、外観などの継続参照 音声なし
Video Guide Frames Video loaderのIMAGEフレームbatch 全chunkでmotion、framing、timing、appearanceをガイド 元動画の音声は含まない
Driving Audio + Driving Audio VAE Audio loader、またはVideo loaderのAUDIOと対応Audio VAE 音声で生成をガイドし、入力音声を最終出力へ維持 生成音声を選択した元音声へ置換
Reference Audio (Optional) + Reference Audio VAE (Optional) 単独Audioと対応Audio VAE H3 native conditioning専用 生成音声をcopy・置換しない

音声付き動画を使う通常の接続は、loaderのIMAGEをVideo Guide Framesへ、AUDIOをDriving Audioへ接続します。conditioning専用動作が目的でない限り、動画の音声をReference Audio (Optional)へ接続しないでください。

Sampler V3.5のVideo Guide Frames、Driving Audio、Reference Image入力

Reference Audio Inputsは表示だけを制御します。

  • 未接続時はHiddenが既定です。
  • ShowでReference Audioの2 socketを表示します。
  • 保存workflowでどちらかが接続済みなら自動的にShowで開きます。
  • 接続中はHiddenへ変更できず、graph linkを削除しません。
  • workflowのwidget値には保存せず、backend input keyと既存接続を変更しません。
Hidden — 通常の簡潔表示 Show — 任意conditioning socketを表示
Reference Audio入力を非表示 Reference Audio入力を表示

Conditioning Bridge V3.5

H3 Continuum Conditioning Bridge V3.5は外部sampling用のAdvanced接続点です。model、clip、外部処理後のvideo_latents、assembly_plan、refine_contextを接続し、選択したconditioning経路で必要な場合だけvideo_vaeを接続します。出力group_modelsとconditioningはphysical group数と同数で、各要素は完全なComfyUI objectのままです。CONDITIONING内部entryをphysical-group listへflattenしません。

H3 Continuum Sampler V3.5.video_latents
  → LBH等の外部H3 latent処理
  → H3 Continuum Conditioning Bridge V3.5
  → Core BasicGuider + 外部Sampler
  → Core Video / Audio VAE Decode
  → H3 Continuum Assemble + Seam V3.5

AV LATENTの組、Noise、SIGMAS、Audio Lock、sampling、audio passthroughは外部workflow側の責任です。Bridgeは準備済みMODELとCONDITIONING、更新済みAssembly Planだけを公開します。

V3.5.1 LBH+Conditioning Bridge外部sampling接続図

完全な接続例: V3.5.1 LBH+Conditioning Bridgeワークフロー

接続例ではCore標準名のBasicGuider、BasicScheduler、SamplerCustomAdvancedを変更していません。公開サンプルではCoreノードを独自タイトルへ変更せず、Continuumノードや外部カスタムノードと直感的に区別できる状態を維持します。LBH latent upscaler、AV LATENTの結合/分離、load/save、任意accelerationは外部ノードなので、各ComfyUI環境に合わせて導入または置換してください。

LBHはlatent geometryだけを変更し、Continuumのdenoise強度は持ちません。拡大後latentをどれだけ再生成するかは外部BasicSchedulerのSIGMASで調整します。1.5x等へ上げても高速な場合がありますが、target canvasに応じてmemory、decode、sampling負荷は増加します。

V3.5の主な追加機能

V3.5の大きな追加は2点です。

  1. Continuum対応Second Pass / Hi-Res Fix: physical group構造を維持した再Samplingと、標準Pixel/VAE 2x経路。
  2. 低メモリAssemble + Seam: Exact Duration、Seam、Terminal Merge、Audioを維持したRAM / Disk-backed / Auto出力。

1. Second Pass / Hi-Res Fix

H3 Continuum Hi-Res Fix V3.5はVideo VAE Decode → pixel resize → Encode → low-denoise Second Passを1ノード化したMain経路です。長尺2xではVRAM上限に達する場合があるためExperimentalです。

H3 Continuum Hi-Res Fix V3.5 node

通常のHi-Res Fix接続:

H3 Continuum Sampler V3.5
  → H3 Continuum Hi-Res Fix V3.5
  → Core Video / Audio VAE Decode
  → H3 Continuum Assemble + Seam V3.5

H3 Continuum Second Pass V3.5は外部加工したH3 video latentをphysical group構造のまま再Samplingする安定版Advanced入口です。Issue #8への本体回答です。

H3 Continuum Second Pass V3.5 node

外部latent upscaler接続:

H3 Continuum Sampler V3.5.video_latents
  → LBH等の外部H3 latent処理
  → H3 Continuum Second Pass V3.5
  → Core Video / Audio VAE Decode
  → H3 Continuum Assemble + Seam V3.5

画像ではBasicSchedulerを省略していますが、Second Pass用SIGMASの接続は必要です。GPU受入済み基準はres_multistep、simple / 10 steps / denoise 0.35、Lanczos pixel resize、FL2VA 1×5秒・576→1152です。Hybrid FL2VA + Referenceも1×5秒で、統合2x Hi-Res FixとAdvanced Second Pass直結の両方を受入しました。

Hi-Res Fixを接続しなければV3.4 Sampling経路は変わりません。強制CPU offloadや低VRAM samplerは追加していません。enabled=falseではResize、VAE、Second Passを評価せず、元のVideo/Audio LATENTとAssembly Planをそのまま返します。

2. 低メモリAssemble + Seam

H3 Continuum Assemble + Seam V3.5はRAM / Disk-backed / Autoを選択できます。Disk-backedでは完成Video IMAGEをWindows対応mapped fileへ直接writeし、AudioはRAMに維持します。

1536×1536・360 frames・完成IMAGE 9.49 GiBの実測では、RAM版とDisk-backed版の映像/音声hashが完全一致しました。

Windows process指標 RAM Disk-backed 削減
Private memory 12.41 GiB 2.91 GiB 9.50 GiB
USS 10.29 GiB 0.80 GiB 9.49 GiB

これはContinuum Assembly時のシステムRAM/private commitment削減であり、SamplerのGPU VRAM削減値ではありません。Disk I/Oにより最終Assemblyが遅くなる可能性はありますが、前段のモデルSampling速度は変えません。

GPU受入範囲

経路 条件 結果
Main Hi-Res Fix FL2VA 1×5秒、576→1152 PASS
Main Hi-Res Fix Hybrid FL2VA + Reference 1×5秒、576→1152 PASS
Advanced Second Pass Hybrid/Reference 1×5秒、576×576 PASS
Main Hi-Res Fix FL2VA 3×5秒、576→1152、RTX 5060 Ti 16 GiB Terminal 77TでCUDA OOM

3×5秒2xではFirst Passと37T groupのSecond Passは完了し、最後のlogical [2,3]を維持した77T physical groupが1152×1152の最初の推論でVRAM上限に達しました。group構造の破損ではなく、16 GiB実機でのリソース上限です。

詳しいsocket接続・OFF時のpassthrough・既知の制限は英語版V3.5接続ガイドを参照してください。

推奨テンプレートワークフロー

V3.5テンプレートはHi-Res Fixが初期OFF、AssembleのBuffer BackendがAutoです。First Frame、Last Frame、Reference Image 1~3は1つのmegapixel設定を共有します。Video Guide SizeはVideo Guide Framesに使うframe batchを調整し、decodeとframe-rate変換はVideo loader側で行います。用途に応じて不要な補助経路を外したり、Advanced Second Pass経路へ組み替えたりできます。

V3.4互換

V3.4ノードは保存済みワークフローを壊さないため残しています。Node ID、公開socket、Sampling、Conditioning、Terminal Merge、Assembly、Seam、Run StorageをV3.5へ置換していません。Second PassやDisk-backed Assembleを必要としない場合は、従来どおりV3.4を使用できます。

V3.4.0 Stable

V3.4.0は、最大3枚のReference Image、Run Storage、Spectrum Interop、Decode後のAudio / Video Seam補正を維持し、Driving AudioとVideo Guide Framesを正式な入力として追加します。

Driving Audioは入力音声を絶対時間で各Chunkのガイドに使い、最終出力には元音声を維持します。Video Guide FramesはVideo loaderが出力したIMAGE frame batchを全Chunkで継続使用し、Efficient - 0.4 MP、Balanced - 0.6 MP、Match Outputから処理解像度を選択できます。青いIMAGE socketですが、通常の1枚の静止画参照ではなく動画フレーム列を接続します。

Size項目の条件付き表示と内部Resize

V3.5のCompact UIでは、対応する入力を接続した時だけSize項目を表示します。

  • reference_image_1~reference_image_3のいずれかを接続すると、Reference Sizeを表示します。
  • Video Guide Framesを接続すると、Video Guide Sizeを表示します。以前のWorkflowやIssueでVideo Reference Sizeと記載されている項目と同じもので、V3.5.1では表示名だけをVideo Guide Sizeへ明確化し、既存のbackend keyと保存済みWorkflowの互換性を維持しています。

したがって、新規ノードで見えないSize項目は欠落ではなく、未接続のため非表示になっています。Reference ImageとVideo Guide FramesはVAE Encode前に内部Resizeされます。Video Guide Framesはアスペクト比を維持してH3 canvasへ整列し、縮小が必要な場合はLanczosを使用します。小さい入力を自動的に拡大はしません。通常は外部Resizeノードを必要としませんが、意図的なcrop、小さい素材の強制upscale、独自のresize/upscale方式を使う場合には外部処理を利用できます。動画のdecodeとframe-rate変換は引き続きloader側の責任です。

Reference入力のバイパスされたソケットは無視され、有効な画像だけがPicture 1から連続採番されます。空欄や不完全なプロンプトも停止せず、警告とFixed fallbackで生成を続行します。未知のモデル、ノード、プロンプト形式を独自判断で拒否する制限も撤廃しました。

Run Storageの保存契約にはDriving AudioとVideo Guide Framesのidentityを含め、入力変更後に古いChunkを誤再利用しないようにしています。

Driving Audio / Video Guide Frames / Seam

Driving Audioだけを使う、Video Guide Framesだけを使う、Video Guide Framesと別音声を組み合わせる、という3通りの接続に対応します。Video Guide Framesは24 fps入力を基準とし、異なるfpsの素材はLoad Video側で24 fpsへ設定してください。

H3 Continuum Assemble + SeamはAudio Seam AutoとVideo Seam Autoを既定とし、フレーム削除を行わずに境界の一時的な露出・色変化を補正します。Auto 2は露出ランプ向けの実験的な追加モードです。

Legacy V2.1.7 Stable Facade UI

V2.1.7では、V2.1.6の動的表示制御を廃止し、標準ComfyUI描画だけを使用する静的Facadeへ移行しました。生成処理は互換用H3ContinuumSamplerV2を再利用し、State、Session、Prompt Plan、Spectrum Interop、保存Schemaは変更していません。

通常表示は次を中心にします。

model / clip / video_vae / audio_vae / sampler / sigmas
Sequence Prompt
first_frame
prompt_overrides(任意pack)
advanced(任意pack)

Prompt Format
chunks
chunk_seconds
width / height
continuity
base_seed
control after generate
Seam Correction
Seam Correction

outputs: images / audio / result

補助ノード

  • H3 Continuum Clip Overrides: Clip別Promptを1本のpackへまとめます。
  • H3 Continuum Advanced: resume/session入力と低頻度設定をまとめます。
  • H3 Continuum Result: resultからlast_state / session / reportを展開します。
  • 補助ノードを使わない通常生成では、Sampler本体だけで動作します。

Legacy互換

旧H3ContinuumSamplerV2は削除せずLegacy/Coreノードとして登録を維持します。既存WorkflowのノードID、入力順、出力順は変更していません。

Continuity

  • Auto — conservative
  • Balanced — 22 frames(標準)
  • Fast — 5 frames
  • Strong — 39 frames (Experimental)

5/22/39フレームはH3の時間latent周期1,4,4,4,4に対して、それぞれ2/7/12 temporal latent stepsです。

Spectrum

Continuumは有効な前チャンクContextがある場合だけh3_continuum Interop API v1をMODEL optionsへ付与し、対応Spectrumへmin_actual_prefix_steps=2を要求します。初回チャンクにはInterop keyを付与しません。未知・未対応Spectrumでは通常Spectrumとしてfail-openします。

推奨配線

UNET -> SageAttention -> Sol-Attn -> LoRA -> Spectrum -> H3 Continuum Sampler

まずchunks=2 / chunk_seconds=5 / Balanced 22f / Seam Correction=OffでNative Continuityを確認し、その後Seam Correction=Autoを比較してください。

インストール

ZIPを展開して、ComfyUI-H3-ContinuumフォルダーをComfyUI/custom_nodes/へ置き、ComfyUIを再起動します。

旧ComfyUI-H3-Continuum-Joinが残っている場合は同時ロードを避けるため削除または退避してください。同梱install_windows.batは旧名・新名の既存フォルダーを日時付きでバックアップします。

検査

V3.5.1正式版は全450 passed、source/runtime登録検証、PackedLayout、Fixed 3×5 Prompt Plan、JavaScript UI harnessを通過しています。代表GPU受入にはConditioning Bridge、Reference Audio/Image保持、Second Pass/Hi-Res経路、3×5秒FL2VA Long Terminal MergeからCore Video/Audio VAE Decode、Assemble V3.5 Autoまでを含みます。

Main Hi-Res Fixの3×5秒2xは、RTX 5060 Ti 16 GiBで37T groupの1152×1152 Second Pass完了後、Terminal Mergeの77T group最初の推論時にCUDA OOMとなり未受入です。Reference/Hybrid固有の1×5秒Second Passは受入済みですが、長尺Reference/Hybridは未確認です。Disk-backedが保証する低メモリ範囲はContinuum Assemblyであり、Core Decodeや下流ノードが別の全量copyを作る可能性は残ります。

python -m compileall -q .
pytest -q

MIT License。