烁皓(@eternityspring):有朋友问：MiniMax H3 一次最多生成 15 秒，做短剧的话，段和段之间怎么接才不突兀？我推荐用 ComfyUI-H3-Motion-Context 的方案，项目中有直接可用的工作流示例。常见做法是拿上一段的最后一帧去做图生视频。问题是一张静态图里没有运动信息，模型只能猜：人刚才往哪走、多快，全靠猜，所以接缝处经常卡一下或者动作突变。 Motion Context 的做法是：把上一段最后 22 帧（0.92 秒）原样钉在下一段开头，每一步采样都不动它们。模型看到的是真实的运动，不用从一张图去猜。画面和声音都是直接从上一段的 latent 里切出来的，不用先解码成视频再编码回去，所以不会每接一次就损失一点画质。生成完，用 Trim 节点把开头这 22 帧剪掉，两段直接首尾拼接，不需要做转场。我逐帧看了接缝前后，角色的姿势、位置、表情都对得上。最关键的是提示词：下一段开头要先描述上一段是怎么结束的。同一个角色、同样的景别、同样的动作，保持一两秒，再写新的剧情。项目地址： https://t.co/tnL4X3qrQi 我不说的话，谁能看出这30s的功夫熊猫是两段生成的？

2026.10.02 13:20

有朋友问：MiniMax H3 一次最多生成 15 秒，做短剧的话，段和段之间怎么接才不突兀？我推荐用 ComfyUI-H3-Motion-Context 的方案，项目中有直接可用的工作流示例。常见做法是拿上一段的最后一帧去做图生视频。问题是一张静态图里没有运动信息，模型只能猜：人刚才往哪走、多快，全靠猜，所以接缝处经常卡一下或者动作突变。 Motion Context 的做法是：把上一段最后 22 帧（0.92 秒）原样钉在下一段开头，每一步采样都不动它们。模型看到的是真实的运动，不用从一张图去猜。画面和声音都是直接从上一段的 latent 里切出来的，不用先解码成视频再编码回去，所以不会每接一次就损失一点画质。生成完，用 Trim 节点把开头这 22 帧剪掉，两段直接首尾拼接，不需要做转场。我逐帧看了接缝前后，角色的姿势、位置、表情都对得上。最关键的是提示词：下一段开头要先描述上一段是怎么结束的。同一个角色、同样的景别、同样的动作，保持一两秒，再写新的剧情。项目地址：我不说的话，谁能看出这30s的功夫熊猫是两段生成的？