# H3「白模 / 红模」素材参考能力核查

> 核查时间：2026-09-27 00:45 ｜ 执行者：DSH（本机）｜ **未跑任何生成任务**（GPU 机当时 2774 MiB 占用 / 0% 利用率，只在跑别的业务）
> 触发：用户下载了 `03_L_复仇摇-ai素材_720x1280.mp4`，想确认「H3 官方是否发布过参考这类白模/红模素材的工作流」

---

## 一、结论（先看这三条）

1. **MiniMax 官方没有专门叫「白模 / 红模」的工作流或技能。** 官方（GitHub `MiniMax-AI/MiniMax-H3` + HuggingFace `MiniMaxAI/MiniMax-H3`）发布的是**能力与写法规范**：Ref2VA「全参考」模型 + 官方《全参考提示词指南》。该规范明确允许**一段参考视频只提供动作/编队/镜头，身份完全来自图片**——这正是白模/红模素材的用法，但官方从不使用「白模/红模」这个词，官方示例里的参考视频也是**真人**（粉西装抱黑羊羔的小伙子）。
2. **官方体系里最接近「白模/骨骼驱动」的现成工作流，是 ComfyUI 官方的 Fun ControlNet Union**（Pose / Depth / Canny / HED / MLSD 控制视频，内置 SDPose 抽骨架）。它属于 Alibaba PAI 出模型、Comfy-Org 打包的官方模板，**本机 ComfyUI 0.37.0 已满足版本要求，但模型文件没装**（`models/model_patches/` 为空、无 SDPose 权重），要用得先下载。
3. **不需要等官方**：本机在 **2026-09-14 就已经用抖音绿幕人偶参考视频跑通过这条路**（`generate --mode rv2v`，多人换人成功，141 帧 / 1344×768 / 9 分 15 秒）。这次的 `03` 素材**可单条直接用**（14.04 s，正好压在 15 s 参考上限内）；`02`（21.5 s）**必须裁到 ≤15 s** 才能喂。

---

## 二、你下载的这两条素材实况（已 ffprobe + 抽帧目视）

| 项 | `02_L_去年夏天-白膜素材` | `03_L_复仇摇-ai素材` |
|---|---|---|
| 作者 / 来源 | 抖音 `L`（unique_id 90624020045，签名「首发原创高质量白模风格视频」） | 同账号 `L`；文案 `#复仇摇 ai素材自取，作品@晚棠不吃榴莲` |
| 分辨率 | 1080×1920（竖屏 9:16，源即天花板） | 720×1280（竖屏 9:16，源即天花板） |
| 编码 / 像素格式 | H.264 / yuv420p | H.264 / yuv420p |
| 帧率 | 24 fps | 24 fps |
| 帧数 / 时长 | 516 帧 / **21.50 s** | 337 帧 / **14.04 s** |
| 音频 | AAC 44.1 kHz 立体声（21.5 s） | AAC 44.1 kHz 立体声（14.08 s），128 kbps |
| 画面内容（抽帧目视） | **白模**（白色无脸人形）舞蹈素材 | **红模**：红色无脸人偶、绿色纯色背景（chroma green），双手持银色手枪的舞蹈动作 |
| 背景 | 绿幕/纯色棚 | 平坦绿幕，无地板线、无阴影杂物（好抠像） |
| 文件大小 | 1.59 MiB | 1.18 MiB |
| SHA-256 | `a397bb8198ba547f53330b305fab9449b32aa86a502b01499538c36bca60076b` | `56c92d4314896e4513ddf2341468f34562f187c8747145d1cfb865a19a61dfc6` |
| 质检 | 全解码零 error / warning、无抖音水印、无片尾卡（见 `56-抖音视频下载/README-下载说明.md`） | 同左 |

素材本体在：`/home/zyw/Downloads/dl-hub/56-抖音视频下载/`（含封面 webp、抽帧 jpg、完整档位元数据 json）

---

## 三、官方到底发布了什么（分层核查，含证据）

### 3.1 MiniMax 官方（权重 + 提示词规范）

| 官方产物 | 内容 | 与「白模/红模」的关系 |
|---|---|---|
| `H3-Base-Ref2VA`（omni-reference） | 多模态参考：图 ≤9、视频 ≤3 段（每段 2–15 s，**合计 ≤15 s**）、音频 ≤3 段（同规格）、跨类型合计 ≤12 个文件 | ✅ 正是吃「白模/红模舞视频 + 角色图」的模型（本机已装 `minimax_h3_ref2va_pruned_int8_convrot` 等） |
| 官方《全参考模式提示词指南》`VIDEO_PROMPT_WRITING_GUIDE_ref_en.md` | 六段式；任务类型表含 **`reference generation`**（"一段视频只提供动作/运镜/节奏等生成指引，不作为被编辑的源视频"）与 `video editing`；`retention_analysis` 里可声明 `<Video 1>: fully_preserved for body movement, poses, action timing, camera ...`、`<Subject 1>: identity_not_preserved` | ✅ **白模/红模素材的官方写法依据**：把模特当"只供动作的参考视频"，身份另接图片。❌ 通篇没有 mannequin / 白模 / 绿幕等字样 |
| 官方可复现脚本 `scripts/readme/*ref2va*` | 含真实示例：参考视频是 `cdn.hailuoai.com/.../h3_promo_eval_ref2va/...mp4`（真人：粉西装+黑羊羔），参考音频 mp3 | ❌ 官方示例素材是真人，**没有官方白模/红模示例资产** |
| 官方 9 个技能（`skills/`） | 1 个可移植 `h3-prompt-writing` + 8 个 MiniMax Hub 专用风格技能（3D 动画短片、品牌片、纸艺定格、手绘实拍、纸拼贴、极简产品广告、MV 字幕、联机游戏开场） | ❌ **没有"白模/红模/舞蹈复刻/换人"技能** |
| 官方可复现脚本 / H3-Regenerate-2K / Context-IR | 只提供 API 与脚本；Context-IR、Regenerate-2K、稀疏注意力未开源 | 与本问题无关（但 2K 输出走这条路） |

> 参考：[GitHub MiniMax-AI/MiniMax-H3](https://github.com/MiniMax-AI/MiniMax-H3)、[官方全参考提示词指南](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md)；本地已离线归档于 `dl-hub/13-MiniMaxH3官方资源包/`

### 3.2 ComfyUI 官方（模板 + 文档，属于"官方工作流"最直接的来源）

| 官方模板/文档 | 用途 | 与白模/红模的关系 |
|---|---|---|
| **MiniMax H3 R2V（= Ref2VA）** 模板 + 文档 | 参考图/视频/音频组合生成；文档明确"给每个参考分配任务（身份/风格/运动/相机/声音）"；`ref_image_size=match/max` | ✅ 官方版的"参考生视频"，白模/红模接 `<Video 1>` |
| **Fun ControlNet Union** 模板 | Canny / Depth / HED / MLSD / **Pose** 控制视频 + mask 局部重绘；内置 SDPose 子图自动从输入视频抽骨架（示例素材 `dancer_field_pose.mp4`） | ✅✅ **官方体系里最贴近「白模/骨骼驱动」的一条**；但需下载 `minimax_h3_fun_controlnet_union_pruned_int8_convrot` + `sdpose_wholebody_fp16` + `rt_detr_v4-x-hgnet_fp16`，要求 ComfyUI ≥ 0.35.0（本机 0.37.0 ✅，模型 ❌ 未装） |
| Multi-frame reference 模板 | 用 `MiniMaxH3AddGuide` 把引导锚定到任意帧（视频片段/音频） | 辅助（分段、续接） |
| FastVideo FastH3 模板 | 加速推理 | 辅助（提速） |
| `blueprints/` 里的 `motion_transfer_wan_animate_2` / `image_to_video_wan_dancer` | 是 **Wan** 系的动作迁移/舞蹈，不是 H3 | ⚠️ 别混：这类"动作迁移"官方归在 Wan Animate 名下 |

> 参考：[ComfyUI H3 原生工作流（T2V/I2V/R2V）](https://docs.comfy.org/zh/tutorials/video/minimax/minimax-h3-native)、[H3 Fun ControlNet Union](https://docs.comfy.org/tutorials/video/minimax/minimax-h3-fun-controlnet)、[H3 提示词指南](https://docs.comfy.org/zh/tutorials/video/minimax/minimax-h3-prompt-guide)

### 3.3 本机 / 第三方（**不是官方**，但已可用）

| 产物 | 位置 | 说明 |
|---|---|---|
| **`h3-dance-replication`（舞蹈复刻）** | GPU 机 `~/minimax-h3-video-studio/skills/` | 项目自带技能：把参考舞蹈视频当动作/队形/镜头/音轨来源，替换成指定角色与新背景；默认 4-step Turbo、9:16 |
| **`h3-character-migration`（人物迁移）** | 同上 | 单人换身份、保原场景/镜头/音频，支持持久分段与 Motion Context |
| **`identity-migration.md` 身份迁移规范** | `skills/h3-ref2va-prompt-compiler/references/` | 编号铁律：`<Subject 1>`=源视频被替换者，`<Subject 2>`=目标角色（来自 `<Picture 1>`）；必须过 `validate_h3_ref2va_prompt.py --profile identity-migration` |
| H3 Video Studio 本体 | GPU 机 `/home/zyw/minimax-h3-video-studio`，v0.5.0，**非 MiniMax 官方项目**（仓库 `siyuan-liu31/minimax-h3-video-studio`） | CHANGELOG 明确"新增项目内置 H3 生产 Skill 套件：人物对白生视频、**舞蹈复刻**与不限时长人物迁移"；其参考合同也已对齐官方规格（图 9 / 视频 3 / 音频 3 / 合计 12） |

> 这就是你可能记得的"官方发布"来源之一——**skill 名字和措辞很像官方，但它属于本地 Studio 项目，不是 MiniMax 官方仓库**。MiniMax 官方 `skills/` 只有 9 个，且不含舞蹈/换人。

---

## 四、这两条素材喂给 H3 的匹配度检查（只核查，未提交）

官方 Ref2VA 参考约束 vs 素材实际：

| 约束 | 02 白膜素材 | 03 红模素材 | 判定 |
|---|---|---|---|
| 参考视频每段 2–15 s | 21.50 s | 14.04 s | 02 ❌ 需裁到 ≤15 s（建议取 5–8 s 单一动作段）；03 ✅ |
| 参考视频总时长 ≤15 s | — | — | 03 单条几乎吃满 15 s 预算 → 同一次任务里**别再叠第二条视频**；02 裁完就独占 |
| 参考视频 ≤3 段、混合文件 ≤12 | 满足 | 满足 | ✅ |
| 帧率 | 24 fps | 24 fps | ✅ 与 H3 输出 24 fps 一致（省一次真补帧） |
| 画布（短边 768 / 每轴 32 倍数） | 1080×1920 | 720×1280（**720 不是 32 的倍数**） | ⚠️ 需按派生规则落画布：竖屏 1080×1920 → 480×864（省显存）；720×1280 → 同样 480×864 或 736/704×1280 |
| 编码 / 像素格式 | H.264 / yuv420p ✅ | H.264 / yuv420p ✅ | ✅ 已符合参考视频预处理要求（H.264 + YUV420P + 24 fps） |
| 音频复用 | 有音轨，可 `<Audio 1>: fully_copy` | 有音轨，可复用（"复仇摇"配乐） | ✅ 但要用官方 `fully_copy` 标记，否则 H3 只当音色参考、口型/节奏会脱节 |
| sm120 + SageAttention 灰屏风险 | 长序列会整段灰屏 | 同 | ⚠️ 参考视频先派生到 480×864 / 24 fps（Studio 文档 `docs/h3-reference-video-preprocessing-requirements.md` 已把它写成硬性验收项）；H3 优先走 **ComfyUI 官方 Director 工作流**（不含已被证实会强拉 SageAttention 的实验补丁节点） |
| 绿幕 | 纯色背景易抠 | 平坦绿幕 | ✅ 想保留绿幕就正向描述"chroma-key green backdrop"；想换场景就把原背景列入排除项（已有成功先例） |

---

## 五、本机已验证的先例（2026-09-14，可复用其结论）

| 记录 | 内容 | 结果 |
|---|---|---|
| `10-视频生成流水线/20260914_0101_绿幕人偶测试/` | 提示词把画面定义为「红色无脸人形人偶（红色西装 + 白衬衫 + 黄领带）+ 两个白色无脸女偶 + 平坦绿幕」，声明 `not_referenced` 所有文字/水印 | 证明**人偶+绿幕可按规范描述并控制输出** |
| `10-视频生成流水线/多人换人提示词-红模特主角-7张三视图-20260914.md` | 源视频 = 红模特主角 + 6 个白模特配角；7 张三视图换人；过 `identity-migration` 校验；单人/多人编号规则、五条铁律、4 步 Turbo 参数 | ✅ 成功的完整配方（含"三视图=1 个人不是 3 个人"的声明写法） |
| `10-视频生成流水线/H3换人视频-部署与实测报告-20260914.md` | 抖音绿幕人偶参考视频 → 全部替换为指定形象、保留原动作；`run --mode rv2v`，141 帧 / 1344×768 / 9 分 15 秒 | ✅ **多人换人成功**；坑：`--segment-frames` 默认 243 会爆显存（5 s 源用 124）、输出分辨率固定 1344×768（降源不省显存）、必须固定 `--seed` 否则背景漂移 |
| `20260914_0220/0227_姿态参考测试` | 把红/白模当作 `pose_reference_only`（只取姿态/站位/镜头，人偶不得渲染） | ✅ 已有可直接套用的 retention 写法 |

---

## 六、可选路线（等你决定，GPU 空闲再跑）

| 路线 | 怎么做 | 适用 | 代价/前置 |
|---|---|---|---|
| **A. 官方 Director-rv2v（推荐）** | ComfyUI 打开 `user/default/workflows/H3官方工作流/Director-rv2v.json`（或"加速4步"版）；`<Video 1>` = `03`（或裁好的 `02`），`<Picture N>` = 目标角色三视图；提示词走 identity-migration 规范并过校验器 | 换角色、保留动作/编队/镜头/音频；最"官方"、最稳 | 无需新装模型；要写提示词 + 固定 seed；单段 ≤15.08 s |
| **B. 加装 Fun ControlNet Union** | 下 `minimax_h3_fun_controlnet_union_pruned_int8_convrot` → `models/model_patches/`；`sdpose_wholebody_fp16` → `models/checkpoints/`；`rt_detr_v4-x-hgnet_fp16` → `models/diffusion_models/`；用官方模板，pose 控制视频可用原舞者或白模 | 需要**姿势级强控制**、背景/服装大改、原片太复杂 | 约 1–2 GB 下载 + 一次兼容性验证；ComfyUI 已 ≥0.35 ✅ |
| **C. Studio 编排（dance-replication / 长视频）** | `h3ctl ... --mode rv2v` + `h3-dance-replication`；长片用 `video compose` 分段（3–1000 段） | 需换背景 + 编队指定 + 长视频 | ⚠️ 2026-09-14 有 SageAttention 补丁导致掉总线的历史（已修）；**优先 A** |

**跑之前需要你确认的 4 件事**：① 用 `03`（红模·双枪·14 s）还是 `02`（白模·21.5 s 需裁）；② 目标角色图（单张正面 vs 三视图单人或多人）；③ 保留原绿幕还是换新场景（换场景要写排除项）；④ 音轨是否 `fully_copy` 复用。

---

## 七、GPU 机现状（本次核查只读，未改动）

- `nvidia-smi`：**2774 MiB / 16311 MiB，GPU util 0%**（有别的服务常驻但空闲，未跑任何生成）。
- 本机 ComfyUI **0.37.0**；H3 模型在位：`minimax_h3_ref2va_pruned_int8_convrot`、`minimax_h3_fl2va_pruned_int8_convrot`、`DasiwaMinimaxH3_dasiwaHybrid8turboV1`、`Minimax-h3_Singularity_ref2va_Pruned_v1.3_int8` 等。
- H3 官方工作流目录：`ComfyUI/user/default/workflows/H3官方工作流/`（Director rv2v / r2v / v2v / fl2v / t2v / 加速版 / 二采加速 / 外部组 / MotionContext）——已就位、界面可见。
- **未安装**：Fun ControlNet Union patch、SDPose 权重（`models/model_patches/` 只有占位文件 `put_model_patches_here`）。

---

## 八、参考链接

- MiniMax 官方仓库：https://github.com/MiniMax-AI/MiniMax-H3
- 官方全参考（Ref2VA）提示词指南：https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md
- ComfyUI H3 原生工作流（T2V/I2V/**R2V**）：https://docs.comfy.org/zh/tutorials/video/minimax/minimax-h3-native
- ComfyUI H3 **Fun ControlNet Union**（Pose/Depth/Canny 控制视频）：https://docs.comfy.org/tutorials/video/minimax/minimax-h3-fun-controlnet
- ComfyUI H3 提示词指南（含嵌入与官方指南索引）：https://docs.comfy.org/zh/tutorials/video/minimax/minimax-h3-prompt-guide
- 第三方舞蹈复刻技能（非官方）：https://raw.githubusercontent.com/siyuan-liu31/minimax-h3-video-studio/refs/heads/main/skills/h3-dance-replication/SKILL.md
- 第三方角色替换工作流长文（非官方，参考写法）：https://www.seedance.tv/zh/blog/minimax-h3-character-replacement-workflow

## 九、本地相关文件索引

- 素材：`dl-hub/56-抖音视频下载/02_L_去年夏天-白膜素材_1080x1920.mp4`、`03_L_复仇摇-ai素材_720x1280.mp4`（+ 封面 / 抽帧 / 元数据 / `sha256.txt` / `README-下载说明.md`）
- 官方资源离线包：`dl-hub/13-MiniMaxH3官方资源包/`（含官方 prompt 指南、9 技能、可复现脚本）
- 本地实操记录：`dl-hub/10-视频生成流水线/H3换人视频-部署与实测报告-20260914.md`、`多人换人提示词-红模特主角-7张三视图-20260914.md`、`H3长视频分段合成方法-20260914.md`、`T8mars-H3生态速览-20260915.md`
- 运维记录：`dl-hub/06-ComfyUI-H3运维记录/ComfyUI-H3运维记录.md`