生成视频
最常用的是给一张或几张参考图,再写一段文字,生成视频。用的是 AutoDL 上的 MiniMax H3 工作流 minimax_h3_zm_u24。走中转,照 AutoDL ComfyUI API 文档1调,只改两处:
- base URL:
https://autodl.art换成https://autodl-proxy.liuhetian.work - API key:用
.env里的MY_API_KEY,写成Authorization: Bearer $MY_API_KEY,别打印出来。官方文档里令牌前面不带Bearer,经中转要带
# 提交,返回 data.task_id
curl -sS https://autodl-proxy.liuhetian.work/api/v1/comfyui/comfyui_workflow/minimax_h3_zm_u24 \
-H "Authorization: Bearer $MY_API_KEY" -H "content-type: application/json" \
-d '{"prompt": "<画面里发生什么、镜头怎么动>", "ref_image_0": "<图片 URL 或 data URI>",
"duration": 5, "resolution": "480p横"}'
# 轮询:data.status 是 QUEUED 或 RUNNING,就隔 10 秒再查一次
curl -sS https://autodl-proxy.liuhetian.work/api/v1/comfyui/comfyui_workflow/result/<task_id> \
-H "Authorization: Bearer $MY_API_KEY"
- 参考图:
ref_image_0必填,最多到ref_image_8,一共 9 张,收 JPG、PNG、WebP。填 URL;本地文件写成data:image/jpeg;base64,… - 参考音频:
ref_audio_0到ref_audio_2选填,收 MP3、WAV、FLAC。不给音频,生成的视频也自带声音,不是静音 - 时长和分辨率:
duration是 1–15 秒,默认 5 秒。resolution可选480p横、480p竖、480p(1:1)、768p横、768p竖、768p(1:1),默认768p竖。其余参数以GET https://autodl-proxy.liuhetian.work/api/v1/comfyui/workflows/minimax_h3_zm_u24返回的data.input_rules为准 - 结果:状态是
SUCCESS时,data.results[0].url就是 mp4 链接,24 小时后失效,拿到马上下载。状态是FAILED时看msg。3 秒 480p 的视频跑了 81 秒 - 价钱:按秒计费。08:00–24:00 是高峰,480p 每秒 0.03 元,768p 每秒 0.04 元;00:00–08:00 每秒便宜 0.01 元。5 秒 480p 大约 0.15 元
- 可能排很久:这个工作流用的人多,实测没排队。冷门的工作流可能要冷启动,IndexTTS2 就排过十几分钟。轮询的超时别设太短
- 要更清楚:换高清档,最高 1440p,每秒 0.04–0.08 元。不带音频用
minimax_h3_z0902,带音频用minimax_h3_z0903,后者至少要给 1 段音频。两个都只收 1–6 张图;分辨率标签带像素,比如1440p横(2560*1440),要照input_rules原样写。没实测
其他用途
各写了一篇,需要再打开。首尾帧实测过一次,其余三篇没实测,参数取自元数据。
| 用途 | 工作流 | 什么时候用 |
|---|---|---|
| 文生视频 | minimax_h3_lightx2v_no_pic | 没有参考图,只有文字 |
| 首尾帧 | minimax_h3_lightx2v | 有开头和结尾两张图,要中间的过渡 |
| 对口型 | minimax_h3_image_audio_to_video | 一张人物图加一段语音,做口播 |
| 动作迁移 | wan2.2animate-v4-motion_retargeting | 让照片里的人照着一段视频做动作 |
维护记录:工作流从哪找、价格怎么算、为什么只收这几个、实测结果。正常使用不用看,出问题或者想换工作流时再看。
-
AutoDL ComfyUI API 文档,2026-10-02 读。 ↩