MiniMax H3 原生只能生成 15 秒，长视频怎么办？一个 ComfyUI 扩展给出了硬拼的办法：把整段视频切成若干连续片段分别生成，再自动接回去，官方演示最长拼到了 52 秒，单张 RTX 4090 就能跑。
它的接法不靠简单拼接：每个片段共享同一个种子，直接从前一个视频的尾帧往下延续；用自适应重叠控制视频遮罩，消除重叠部分，最后同步组装成完整视频。音频也一并合进去，数字人片段可以锁定原始音频，口型和原声对得上。想加长就加片段数，实际长度受显存、内存、磁盘空间和执行次数限制。
有三处别忽略：第一，H3 并没有原生长视频能力，说到底还是分段续接；第二，分段链拉得越长越容易漂移，作者自己也说更适合同镜头内的对照延续；第三，时间框填 48 帧重叠，吸附后实际对齐往往只有 39 帧，留重叠时按这个数预留。
开源地址：https://github.com/Songssx/ComfyUI-MiniMaxH3-TimelineDirector
这个项目是 GPL-3.0 开源，想折腾 H3 长视频的可以直接拿它的一体化工作流试，文生视频、图生视频、音频驱动、视频编辑、角色替换、动作转移、数字人都走同一套时间线。
正文完