NSFW AI 영상용 MiniMax H3 Ref2VA: ComfyUI 설정과 참조 워크플로

MiniMax H3 Ref2VA와 FL2VA: 어떤 워크플로를 사용해야 하나요?

MiniMax H3는 작업별 체크포인트를 사용합니다. FL2VA는 텍스트-오디오·비디오 및 첫/마지막 프레임 조건 생성을 처리합니다. Ref2VA는 이미지, 비디오, 오디오 또는 혼합 참조를 이용한 참조-오디오·비디오를 처리합니다.

차이는 자산의 역할입니다. 첫 프레임으로 연결한 이미지는 실제 시작 구도를 정합니다. 같은 이미지를 Ref2VA에서 쓰면 첫 프레임이 되지 않으면서 얼굴, 신체, 스타일, 환경 또는 자세를 정의할 수 있습니다.

이는 NSFW 캐릭터 워크플로에서 중요합니다. 시작 이미지 한 장은 클립을 고정할 수 있지만, 몸이 회전하거나 샷이 넓어지거나 다른 인물이 잠시 가릴 때 정보가 부족할 수 있습니다. 동일한 캐릭터를 묘사한다면 Ref2VA는 추가 정체성 뷰를 사용할 수 있습니다.

두 워크플로는 서로 다른 확산 가중치도 사용합니다. 주변 노드가 호환되어 보인다는 이유만으로 Ref2VA 워크플로에 FL2VA 가중치를 넣어도 멀티모달 참조 동작이 생기지 않습니다.

ComfyUI에서 MiniMax H3 Ref2VA 설정하기

3. 모션 참조 비디오 연결하기

참조 비디오는 신체 움직임, 카메라 동작, 편집 리듬, 수정할 기존 장면 또는 이어갈 지점을 제공할 수 있습니다. 프롬프트에서 의도한 관계를 명시해야 합니다.

일부 ComfyUI 비디오 로더는 VIDEO 객체를 반환하지만 MiniMax H3 참조 입력은 추출된 이미지 시퀀스를 요구합니다. 포트가 연결되지 않으면 기본 Get Video Components 노드로 프레임, 오디오, 프레임레이트 등을 분리하고 프레임 시퀀스를 참조 비디오 입력에 연결합니다.

원본 사운드트랙도 필요하면 추출한 오디오를 별도로 연결합니다. 비디오를 불러왔다고 오디오가 자동으로 사용 가능한 <Audio N> 참조가 되는 것은 아닙니다.

모션 전송에는 시작 자세가 대상 캐릭터와 비슷한 소스를 고릅니다. 앉은 캐릭터와 앉은 동작 소스가, 얼굴 클로즈업에서 즉시 전신 기립 회전으로 가는 조합보다 맞추기 쉽습니다.

움직임도 시각적으로 읽혀야 합니다. 심한 신체 겹침, 몸통 뒤에 숨은 손, 관절을 덮는 긴 머리, 서로 교차하는 두 인물은 어느 소스에도 명확하지 않은 정보를 모델이 재구성하게 만듭니다.

비디오는 정체성이 아니라 움직임을 제공한다고 명시하세요:

<Subject 1>은 <Picture 1>에서 정체성과 외모를 가져온다.
<Video 1>은 느린 앉은 자세 조정과 카메라 리듬만 제공한다.
<Video 1>의 출연자는 대상 영상에 유지하지 않는다.

캐릭터 참조

모션 참조

생성 결과

4. 명확한 역할이 있을 때만 오디오 추가하기

Ref2VA는 참조 비디오에서 추출한 오디오나 별도로 불러온 파일을 사용할 수 있습니다. 현재 공식 입력 규칙상 오디오만 참조 매체로 쓸 수 없으며 이미지나 비디오와 함께 사용해야 합니다.

소스의 역할을 정하세요:

• 음색 참조
• 말투 또는 감정 참조
• 재사용할 대사 또는 가사
• 재사용할 배경음악
• 리듬 또는 음악 스타일 참조
• 환경음 참조

목소리를 참조하는 것은 원 신호를 복사하는 것과 다릅니다. 비슷한 음색으로 새 대사를 말하게 하려면 음색 참조로 정의하고 새 대사를 프롬프트에 작성하세요.

오디오 라벨은 비디오 라벨과 별도로 번호가 붙습니다. 프롬프트가 관계를 설명하지 않으면 <Video 1>과 <Audio 1>이 같은 파일의 일부라고 자동 인식되지 않습니다.

본인이 소유하거나 허가받은 얼굴, 비디오, 목소리 참조만 사용하세요. Ref2VA를 식별 가능한 인물의 무단 사칭에 사용해서는 안 됩니다.

오디오 참조 장면

<Picture 1>은 <Subject 1>의 외모를 정의한다.
<Picture 2>는 같은 캐릭터의 더 넓은 뷰를 제공한다.
<Video 1>은 신체 움직임과 카메라 타이밍을 제공한다.
<Audio 1>은 <Subject 1>의 음색을 제공한다.

참조 사이에서 NSFW 캐릭터를 일관되게 유지하는 방법

같은 캐릭터의 다른 뷰 사용하기

유용한 참조 세트에는 선명한 얼굴, 미디엄 샷, 더 넓은 신체 뷰가 포함될 수 있습니다. 서로 다른 정보를 제공하면서 같은 정체성을 유지해야 합니다.

얼굴, 머리카락, 피부, 신체 비율, 특징적인 스타일이 일치해야 합니다. 이미지 하나가 얼굴 구조나 시각 스타일을 바꾸면 모델은 충돌하는 두 캐릭터 정의를 받습니다.

참조는 대상 샷의 시각 상태에도 맞아야 합니다. 한 이미지의 의상이나 신체 피복이 크게 다르면 유지할 상태를 정하고 충돌하는 소스를 제거하세요.

함께 사용

혼합 금지

참조 이미지를 움직임에 맞추기

동작에 관여하는 신체 부위가 이미 보이는 정체성 이미지를 고릅니다. 움직임이 허리를 지나거나 앉은 자세를 바꾸거나 손을 몸통에 대면 해당 영역이 소스에서 명확히 보여야 합니다.

보이지 않는 해부 구조를 드러내거나 겹친 팔다리를 분리하거나 여러 접촉점을 유지해야 할수록 난도가 높아집니다. 단순한 자세가 극적인 이미지보다 더 좋은 참조가 될 수 있는 이유입니다.

모션 소스가 캐릭터를 대체하지 않게 하기

모션 참조의 출연자 얼굴, 신체, 의상, 환경이 정체성 이미지보다 시각적으로 강할 수 있습니다. 모델이 의도보다 더 많이 보존할 수 있습니다.

움직임보다 먼저 대상 주체를 정의하고 참조 출연자를 유지하지 않는다고 명시하세요. 정체성이 계속 약해지면 소스 얼굴이 덜 두드러지거나 자세가 더 호환되는 클립을 선택합니다.

밀접한 상호작용은 별도로 시험하기

두 사람의 상호작용은 또 다른 정체성, 더 많은 팔다리, 일시적 가림, 여러 움직이는 접촉점을 추가합니다. 새 캐릭터의 첫 시험으로 사용하지 마세요.

먼저 주 캐릭터를 단독으로 검증한 뒤 짧고 통제된 샷에서 두 번째 인물을 넣습니다. 가능하면 두 몸을 분리해 보이게 하고 여러 손, 얼굴, 카메라 움직임을 동시에 바꾸지 마세요.

긴 시퀀스는 도입, 자세 변화, 밀접한 상호작용, 마지막 샷을 별도 클립으로 만듭니다. 한 번의 생성에 모든 전환을 맡기지 말고 승인된 정체성 참조를 재사용하세요.

NSFW 캐릭터와 모션 일관성을 위한 Ref2VA 프롬프트

Ref2VA 프롬프트는 대상 영상과 소스 자료의 관계를 설명해야 합니다. 외모 형용사를 반복해도 명확한 참조 할당을 대신할 수 없습니다.

MiniMax의 전체 참조 프롬프트 형식은 Ref2VA 요청을 여섯 섹션으로 구성합니다:

subject_definitions:
<Subject 1>은 얼굴 정체성, 긴 검은 머리, 신체 비율, 검은 새틴 스타일을 <Picture 1>에서 가져오는 가상의 성인 여성이다.
<Picture 2>는 같은 캐릭터의 넓은 뷰를 제공하고 신체 비율과 시작 자세를 확인한다.
<Video 1>은 느린 앉은 자세 조정과 절제된 카메라 전진을 제공한다.
<Audio 1>은 <Subject 1>(S1)의 음색 참조다.

summary:
[참조 생성 + 오디오 참조]
대상은 프라이빗 스튜디오에서 <Subject 1>을 담은 원샷 영상이다. 정체성과 스타일은 <Picture 1>과 <Picture 2>, 움직임과 카메라 타이밍은 <Video 1>, 음색은 <Audio 1>을 따른다.

retention_analysis:
<Subject 1>: fully_preserved - 얼굴, 머리카락, 신체 비율, 새틴 스타일, 전체 시각 상태를 유지한다.
<Video 1>: reference - 원 출연자나 환경을 유지하지 않고 자세 변화와 카메라 리듬을 전송한다.
<Audio 1>: reference - 녹음을 복사하지 않고 음색을 유도한다.

detailed_description:
조용한 프라이빗 스튜디오에서 사실적인 사진 조명을 사용한다.
[Shot 1] <Subject 1>은 3/4 방향 미디엄 샷으로 앉아 있다. <Video 1>의 통제된 움직임에 따라 천천히 체중을 옮기고 한쪽 어깨를 카메라 쪽으로 돌린 뒤 새 자세에 자리 잡는다. 카메라는 각도를 바꾸지 않고 한 번 절제되게 전진한다. <Audio 1>에서 참조한 차분한 음색으로 <Subject 1>(S1)이 <d>[한국어] 잠시 여기 있어.</d>라고 말한다.

overall_soundscape:
조용한 실내음, 미세한 천 움직임, 참조한 말투.

non_diegetic_music:
배경음악 없음.

이 프롬프트는 정체성을 한 번 정의하고 나머지 세부 정보를 움직임, 카메라, 소리에 씁니다. 모든 필드에서 얼굴과 신체 설명을 반복하지 마세요.

연속된 한 샷이 필요하면 관련 없는 카메라 지시를 여러 개 넣지 마세요. 두 번째 동작이 새 자세, 구도, 접촉 패턴을 요구하면 별도 클립이 적합할 수 있습니다.

NSFW 장면

NSFW AI 영상을 위한 실용적인 MiniMax H3 Ref2VA 워크플로

재사용 가능한 제작 워크플로는 이전 단계가 안정된 뒤에만 복잡성을 높여야 합니다.

1단계: 캐릭터 이미지 승인

정체성, 신체 방향, 스타일, 시각 상태를 정하는 이미지를 선택합니다. 적합한 이미지가 없다면 AINSFW.AI 실사 걸 생성기, 애니 걸 생성기 또는 태그로 이미지 생성에서 만드세요.

이미지가 매력적이라는 이유만으로 진행하지 말고 첫 예정 동작에 충분한 시각 정보가 있는지 확인합니다.

2단계: 정체성 테스트 만들기

눈 움직임, 호흡, 작은 표정 변화, 약간의 머리 회전이 있는 짧은 클로즈업 또는 미디엄 샷을 생성해 큰 움직임 전에 캐릭터가 알아볼 수 있게 유지되는지 확인합니다.

3단계: 통제된 신체 움직임 추가

더 넓은 정체성 참조를 사용하고 어깨, 몸통, 허리, 앉은 자세 조정 하나만 요청합니다. 첫 신체 움직임 시험에서는 카메라를 고정합니다.

작은 움직임에서도 캐릭터가 바뀐다면 더 복잡한 모션 소스는 보통 그 변화를 더 두드러지게 합니다.

4단계: 모션 참조 도입

시작 자세가 호환되는 짧은 비디오를 연결하고 정체성이 아니라 움직임과 카메라 타이밍을 제공한다고 명시합니다.

새 결과를 이전 정체성 시험과 비교합니다. 대상이 참조 출연자를 닮기 시작하면 소스 비디오를 단순화하거나 주체 할당을 더 분명히 합니다.

5단계: 카메라와 오디오 추가

신체 움직임이 안정되면 카메라 동작 하나를 도입합니다. 시각 참조가 함께 작동한 뒤 목소리, 분위기, 음악을 추가합니다.

모션 소스, 카메라, 오디오, 프롬프트 구조, 생성 설정을 한 시험에서 함께 바꾸지 마세요. 성공 원인을 이해할 수 있을 때 결과의 가치가 높습니다.

6단계: 독립적인 영상 샷 만들기

제작 역할별로 별도 클립을 만듭니다:

• 정체성 샷: 미묘한 표정의 클로즈업 또는 미디엄 구도.
• 포즈 샷: 통제된 신체 또는 자세 전환.
• 넓은 모션 샷: 더 넓은 참조로 뒷받침되는 큰 움직임.
• 상호작용 샷: 추가 접촉이나 다른 인물을 포함해 별도로 시험한 클립.

이전 생성 결과만 다음 클립의 소스로 쓰지 말고 승인된 참조 세트에서 각 클립을 생성하세요. 누적 정체성 드리프트를 줄입니다.

로컬 모델 파일, 참조 매핑, ComfyUI 관리가 프로젝트에 필요 이상이라면 승인된 이미지를 AINSFW.AI 이미지-투-비디오 생성기에 사용하세요. 이미지 한 장에서 시작하고 여러 비디오·오디오 참조가 필요 없을 때 더 간단한 경로입니다.

MiniMax H3 Ref2VA FAQ