基于ComfyUI的DFL多角度的MinimaxH3工作流分享

Jeanswest27

unclejay1197 发表于 2026-9-4 21:55
你提示词不够好
## 片段 1【9 秒｜正面 → 缓慢左转 45°｜表情：平静 → 浅浅微笑】

哈哈 好 谢谢兄弟的分享了

come3002

WaveBedo 发表于 2026-9-5 03:17
改变表情，应该会降低相似度吧？
保持原来的表情，只变化角度会不会更好一点 ...

1. h3  最大优势是 以提供的图片为起始图片，遵从提示词比较高。
起始图片准备： 假如 你基本角度凑齐了。但是 训练合成后 某镜头 仰角 总觉得表情呆滞。可能是 该镜头仰角 dst表情多样，src表情单一导致，就 根据 dst 镜头人脸导入 刀哥角度工具。然后 从 src 找类似的角度，比如 src仰角30 侧脸15. 若干张，比如100张高清图片WF1024。
先分析 src和dst 图片 遮罩内的人脸脸型大小 头发颜色 人脸的 是否一致。一致为佳。光影不必苛求。可以h3生成。

提示词准备：该dst 视频 镜头ABCDEF等 导入剪影，人物身体切掉，只要 1024x1024 或768x768，或其他 16：9也可只留 人头像、人脸部分视频，用 api或其他 先分析 dst 人脸视频获得ABCEDEF等提示词。


2. h3 生成第一次并筛选。
准备好的 高清  src 仰角 30 侧脸15. WF1024  去 做起始图片，dst人脸视频 获得 提示词 写成 h3ABEDEF 提示词。 依次去生成 低分辨率的 5秒视频。
如果AB效果好。就进入下一轮备选。如果CDEF不好，就适当的修改提示词。用坛友的提示词 等试试也可以。让CDEF表情满意为止。
3. h3 生成第二次并筛选。
对第一次效果好的低分辨率视频ABCDEF。按照 最佳的提示词，使用高分辨率再生成一下。看是否有满意视频。满意的就可以切脸备用做src 仰角 30度侧脸 15的 表情补充包 用于换脸 该角度的 樱花dst ABCDEF使用。

WaveBedo

感谢分享

WaveBedo

come3002 发表于 2026-9-6 06:15
1. h3  最大优势是 以提供的图片为起始图片，遵从提示词比较高。
起始图片准备： 假如 你基本角度凑齐 ...

大概明白了，
在src缺乏dst角度、表情的情况下，
挑选接近dst角度的src，再通过h3模仿dst的角度、表情。

我原先的计划是，
直接使用src的表情，
通过Qwen2511，
来生成dst缺少的角度。
这个计划的弊端是，
某种表情的src与dst的角度一般都会差异较大，
所以，应该也很难保持相似度、一致性

come3002

WaveBedo 发表于 2026-9-6 16:50
大概明白了，
在src缺乏dst角度、表情的情况下，
挑选接近dst角度的src，再通过h3模仿dst的角度、表情。

利用 h3，src 特定角度 +一定量的  合适载体dst樱花表情（假设吃冰棍） ，多次生成的 src 新视频 （实质就是 让 src 按樱花做标准去生成）。然后，可以拉到 剪映 2个 轨道里，各条对比契合度。取最优质的备选。（合适载体为佳、脸型 越接近越好、 人脸相对面积 越契合越好）
这样 得到5秒 h3表情视频 已经不是 简单的 src了。理论上， 具备了 src 相似度+dst 樱花 表情（假设吃冰棍）为双重作用。
src 基础包+ src h3 吃冰棍包   vs 樱花 dst 吃冰棍表情。训练一会 看合成效果有没有改善。
可以有概率破除 因 src表情单一 而 dst 喜怒哀乐 导致 作品 呆滞的窘况。从而在 保留 极高src相似度 的基础上、极大提高 作品的 某些镜头的 感观。
此法不仅简单易行，还有 进化的空间。将来 搜集整理越多类似的 其他 src包。之后，src 会越发强大。

WaveBedo

感谢分享

WaveBedo

come3002 发表于 2026-9-6 17:44
WaveBedo 发表于 2026-9-6 16:50
大概明白了，
在src缺乏dst角度、表情的情况下，

吃冰棍，有遮挡的dst，
你会放进去src-dst对练吗

come3002

WaveBedo 发表于 2026-9-7 00:51
吃冰棍，有遮挡的dst，
你会放进去src-dst对练吗

转换为 吃冰棍吸吮分支model办法：

1.256 DF 模型。SRC 对练随机扭曲主丹。（正训后  用 srcB 20000 vs srcB 20000进行随机扭曲，确保 最大限度保留src极高相似度）。假设50w，modelA。
这个 是主模型.
2.src基础包+src 模拟 樱花的 吃冰棍吸吮500张，组成新的src后 20500张。要 在src 写入吃冰棍遮罩。


这样 src 人脸（去掉了 头发、去掉了冰棍 ）vs  src人脸 去掉了头发 去掉了冰棍，对练办法，随机扭曲训练做。由于src 人物没变，仅仅是增加 吃冰棍部分图片训练会非常快，随机扭曲丹备用。假设 52w。modelB
3. 运用。之后 遇到  合适载体的 dst （正常镜头用modelA，吃冰棍吸吮 镜头用modelB）。1v1法。srcB 20500张 不变，dst 换成 樱花（正常或吃冰棍吸吮），，dst 樱花 也写入 同样的遮罩（将来合成 也必须是 这一个遮罩model）。
当 换的是 樱花吃冰棍吸吮时候， 运用 modelB 吸吮 分支，由于第四列已经学习了srcB的吸吮，根据DF模型信息传递。第四列 会 从src的 吸吮表情 向 dst 吸吮迁移，所以会既继承之前的src吸吮又会学习dst，同时第五列 又很像src本身，故效率非常非常快。
开随机扭曲跑一会，再关闭随机训练一会。合成即可。能快速炼制 第五列 极像src又带有吸吮的细微表情的效果。

其他镜头依次类推。针对 一闪而过镜头，太像src就不契合，此时就不能苛求相似度，就要用契合度高的分支model）

关于 更换 樱花 dst  复用。
情景1：更换的樱花，属于多数90%是镜头正常的 樱花镜头 ，从 modelA 复用即可，modelA是 原汁原味的srcB 炼制 能效果极像src；
情景2：少量10%带吸吮的从 modelB 复用。modelB 是 Ai 合成的src 吸吮。炼制 能在极高相似度基础上，得到 最佳的 吸吮效果。
情景3 极少1%以下 一闪而过镜头但是实在无法做到相似度高，改用契合度高model 分支。
迭代计算： 主丹 → 普通镜头 几千迭代；分支 吸吮丹 → 普通镜头 也是 几千迭代。需要的迭代非常非常少。
拼接，将 情景1 +情景2 +情景3 合成的视频 拼接 。即可得到 90% 镜头相似度极高感观效果，10% 吸吮镜头 最佳的吸吮效果+极少1%以下 一闪而过 契合度极高，非常好的感观效果。

WaveBedo

come3002 发表于 2026-9-7 08:32
转换为 吃冰棍吸吮分支model办法：

1.256 DF 模型。SRC 对练随机扭曲主丹。（正训后  用 srcB 20000 vs  ...

感谢分享
你这个应该是高质量的做法
但操作难度有点大，步骤有点多
我时间没有那么足，
只能做那种一次性处理完的

我最多只能做到生成多一点表情的src，
生成多一点的dst张嘴、表情，
用这些来代替那些因为有遮挡而删掉的dst
那些有遮挡的，我就不放进去了练了

come3002

WaveBedo 发表于 2026-9-7 19:32
感谢分享
你这个应该是高质量的做法
但操作难度有点大，步骤有点多

h3. 还可以得到 一些副产品。
1.src提供身材好的图片，能图生视频5-10秒的一件取衣 （卸甲）片段。并按提示词 生成 对应 说的话。

2. h3  最新出了 樱花短片一键换头。


src一件去以 （按提示词说话）+樱花短片一键换头+樱花换脸 作品，组成 混合组合作品视频。