30 秒功夫熊猫两段无缝拼接：ComfyUI-H3-Motion-Context 破解 MiniMax H3 15 秒限制——latent 直切 + 音轨续接，不转场不掉画质

视频加载中

视频加载中

开发者 @eternityspring 演示（29 秒视频）：MiniMax H3 单次最多生成 15 秒，做短剧怎么接才不突兀？他推荐 ComfyUI-H3-Motion-Context 开源方案，演示了一段 30 秒的功夫熊猫——「我不说的话，谁能看出是两段生成的」。常见做法是拿上一段最后一帧做图生视频，但静态图没有运动信息，模型只能猜人往哪走、多快，接缝处经常卡顿或动作突变。Motion Context 的做法：把上一段最后 22 帧（0.92 秒）原样钉在下一段开头，每步采样都不动它们——模型看到的是真实运动而非猜测；画面和声音直接从上一段的 latent 里切出（不做 VAE 解码再编码），逐 bit 保持原数字，消除长链色彩漂移与软化；被钉的音频窗口在接缝处结束并向回延伸，音轨是「继续」而非「重启」，有节拍的配乐一听便知。生成后用 Trim 节点剪掉开头 22 帧，两段首尾直接拼接，无需转场。关键提示词技巧：下一段开头先描述上一段如何结束——同一角色、同样景别、同样动作保持一两秒再写新剧情。逐帧检查接缝前后姿势、位置、表情全部对上。项目核心节点：Motion Context / Trim / Save-Load Latent（跨 run 携带 H3 成对视频+音频 latent）/ Seam Probe（量化接缝是「真延续」还是「逼真模仿」）/ Chain 循环节点（Approve 自动推进索引、segments 设定连跑段数），不修改 ComfyUI 本体，版式校验失败即拒绝运行。