跳转至

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。


  1. AutoDL ComfyUI API 文档,2026-10-02 读。 ↩