從靜態圖片製作無縫循環影片
兩個階段,且將它們分開是整個訣竅:
make-loop.py渲染動態。它不會嘗試循環。- 使用真實影格(橋接鏡頭、剪切點或流體插幀)在 Remotion/HyperFrames 中組合來閉合循環。避免使用交叉淡出來閉合循環;它們會在方向性運動上造成鬼影。
chain.py將數個短片段接合成一個長循環,適用於單次渲染無法同時兼顧長度和速度的情況(§5)。
這三個腳本位於 scripts/ 目錄。如果你的 ComfyUI 不在 http://127.0.0.1:8188 上,請設定 COMFY_URL。以下所有規則都是透過先犯錯再學習得來的;每條規則都附有得出該規則的測量方法。
python make-loop.py <image> "<prompt>" --width 544 --height 800 --length 73 --steps 8 --physics 80 --seed 11
python seamless.py <raw.mp4> <out.mp4> --fade 20
python chain.py <out.mp4> --fade 14 <a.mp4> <b.mp4> <c.mp4>
1. 如何產生動態
最初的渲染沒有任何風、大氣效果和走動。以下每一項都被設定為抑制運動的值:
| 設定 | 錯誤值 | 正確值 | 原因 |
|---|---|---|---|
last_frame | = first_frame | 省略它 | 將結尾固定到開頭的靜態圖,等於指示模型「返回起點」,因此模型為了閉合循環而拒絕移動。這是最常見的原因。 |
| steps | 4 | 8 | Turbo LoRA 被宣傳為 4 步。已發佈的 i2v 圖表都使用 8 (euler) 或 20 (res_multistep)。4 是維持清晰畫面的下限,而不是產生運動。 |
shift_video | 12.0 (節點預設值) | 6.0 | 每個參考工作流程都使用 6。 |
| LoRA 堆疊 | 僅 turbo | turbo + wushu_spatial_physics_v2 | 一個空間物理適配器。這是為布料、水流和行走的人物提供重量的關鍵。 |
| prompt | 「溫柔」、「微妙」、「攝影機完全靜止」 | 主動的物理動詞 | 要求細微的變化,就只能得到細微的變化。 |
同時修正所有五項後的測量效果,相同來源圖片:
before after
median frame step 1.73 → 4.55 2.6x
cumulative movement 133 → 325 2.4x
將提示詞寫成物理描述,而非氛圍。 明確指出什麼在移動以及如何移動:「她向前走,她的頭髮和裙子被強風吹動;花瓣被撕落並翻滾旋轉;水花湧起並蕩漾;薄霧在地面上翻滾。」 避免使用「環境」、「溫柔」、「微妙」、「緩慢」、「攝影機鎖定」——這些都會抑制運動。
長度,以及其中的陷阱
--length 基於模型的 17k+5 網格(5, 22, 39, 56, 73 … 192, 243)。節點會無聲地向上取整到最近的網格值。模型的訓練範圍約為 ~124-362 影格(根據其工具提示),因此 73 低於其訓練範圍,而 192 正好是 8.0 秒。
但長度並不能換取運動,認為可以是在浪費渲染。 相同圖片、相同提示、相同設定,僅改變影格數:
73 frames median frame step 4.55 cumulative movement 325
192 frames median frame step 1.25 cumulative movement 293
相同的旅程,2.6 倍的時間——即 慢動作。模型會將提示詞描述的內容以其給定的時長進行節奏分配;給定提示詞的每秒運動量 × 時長大致是恆定的。
因此這兩個槓桿是獨立的,且兩者都需要:
- 時長 來自
--length。 - 速度 來自提示詞中是否有足夠的內容可做。一個場景描述(「風吹動,花瓣飄落」)大約是三秒鐘的素材;拉長到八秒就會變得非常緩慢。
對於一個仍然需要移動的長片段,請寫出連續的節拍並明確說明:「她大步向前並持續邁步,從不停頓;一陣強風襲來;花瓣被撕落並爆裂成旋轉的雲團;水花湧起並拍打回來;格柵快速閃爍並搏動;薄霧掃過並散去。從第一影格到最後影格持續快速運動,無靜止,無慢動作。」
慢節奏並非總是錯誤——對於一個半透明的背景,它可能比劇烈的運動更好。根據應用場景判斷:前景主體需要速度,背景板需要漂移。
192 影格大約是 73 影格 VRAM 時間的 2.6 倍:在 12 GB RTX 3060 上以 544x800 解析度需要 662 秒,且仍有 1.7 GB 的剩餘空間。如果空間不足,請降低解析度而非長度。
此技能使用的模型(全部為本機執行,必須安裝在你的 ComfyUI 中)
UNET minimax_h3_fl_or_ref2va_w4a8_pruned_a.safetensors
LoRA 1 minimax_h3_fl2v_turbo_4step_v1.2_768p.safetensors 1.0
LoRA 2 Minimax H3\wushu_spatial_physics_v2_1000_pruned.safetensors 0.8
CLIP minimaxH3Fl2vaPruned_fl2vaPrunedFp8Scaled_txt.safetensors type "minimax"
VAE minimax_h3_video_vae_fp16.safetensors
不要在 12 GB 顯卡上使用 qwen3vl_32b_minimax_h3_nvfp4_awq 作為文字編碼器;上面那個 fp8 修剪後的版本才裝得下。在 RTX 3060 上,每個 73 影格片段以 608x896 解析度渲染約需 5.5 分鐘。
2. 閉合循環:偏愛真實影格而非交叉淡出
淡出或交叉溶解會在有任何方向性運動(行走的人物、飄散的霧氣)時產生鬼影。seamless.py 和 chain.py 使用交叉淡出,因此把它們當作快速選項。當品質要求較高時,使用任何支援硬切的合成工具(Remotion、HyperFrames、ffmpeg、影片編輯器)從真實影格構建接縫:
- 橋接鏡頭(首選)。 使用
first_frame= 循環片段的最後一幀,且last_frame= 其第一幀,渲染第二個 MiniMax H3 片段。在 Remotion 或 HyperFrames 中使用硬切將 A + 橋接片段連接起來。運動會自然地銜接;無需任何溶解。 - 尋找一個真正的循環點。 在片段中搜索一個晚期/早期影格對,其差異約在 1.5 倍中位數影格步長以內,然後在那裡進行剪切。
- 運動補償插幀(光流:RIFE/FILM、ffmpeg
minterpolatemci、或 Resolve Speed Warp)僅適用於首尾差距很小的情況;差距過大時會產生變形。
在 Remotion 或 HyperFrames 中組合並導出最終循環(使用硬切、<Loop> / 循環合成),然後按照第 3 節的方法測量閉合效果。
3. 如何測量——每個錯誤都是這樣犯的
三個獨立的測量錯誤各自否決了一個實際上很好的循環。如果一個循環「失敗了」,在重新渲染之前,請先懷疑測量方法。
將接縫與片段自身的影格步長分佈進行比較,而不是與零或單個樣本比較。當接縫不比其周圍的變化更大時,它是看不見的。
- 一個來自片段中間的樣本不代表「正常」。 運動是不均勻的;中間部分通常是運動較少的區域。對那裡的一個轉換進行取樣,會通過一個其閉合處實際上是最大跳躍的片段。在一次傳遞中讀取每一個內部步長:
ffmpeg -vf "tblend=all_mode=difference,signalstats,metadata=print"。 - 單獨使用百分位數在一個緊湊的分佈上過於嚴苛。 一個比中位數高出 27% 的接縫可能位於第 98 百分位,但仍然比最大的普通步長小。必須根據兩者判斷:在觀察到的範圍內 且 約在 1.5 倍中位數以內。
- 測量一個無損編碼,而不是最終交付的檔案。 輸出檔案的影格 0 是 I 影格;其相鄰影格是 P 影格,因此與它進行差異比較,是在兩張圖片之上又測量了兩個編碼的差異。
關鍵特徵:當你剪裁片段時,這個數字不會改變。一個與內容無關的常數 = 是人為產物,而非內容差異。相同循環,無損:接縫值 2.99 相同循環,CRF 26:接縫值 4.65 <- 其中 1.66 純粹來自編解碼器
seamless.py 現在會建立一個無損的副本純粹用於測量,並輸出 CRF 26 的檔案。它的判定行(verdict line)是您需要讀取的內容。
metadata=print 需要 -v info
它在 info 級別輸出日誌,因此 -v error 會默默移除測量所讀取的唯一輸出,所有數字都會變成 nan。
4. 當閉合確實失敗時
在解決了編解碼器問題後,SEAM VISIBLE 意味著方向性運動——例如一個人物朝一個方向行走,或霧氣持續積累——而 更長的 --fade 無法解決這個問題。已經驗證:16、24 和 30 的淡出長度都無法改善接縫。
按優先順序:
- 縮短循環——但僅在確認問題不是來自編解碼器(見上文)之後。更少的原始影格意味著更少的累積偏移。請注意,這與長度規則相矛盾:更短的循環會使淡出更頻繁發生,因此當片段已經短於 ~6 秒時,優先考慮重新提示而非修剪。
- 重新提示以產生循環運動而非單向運動——例如陣風、旋轉的花瓣、漣漪的水面、脈動的光。移除行走和累積的霧氣。
- 渲染更長的片段(243 影格),以便有更多素材來尋找循環點,並且更寬的淡出佔用的比例更小。
5. 又快又長:鏈接短片段
單次渲染無法同時滿足長度和速度——請參閱上面的長度部分。chain.py 透過連接幾個短且快的片段來實現,將每個片段的尾部與下一個片段的頭部進行交叉淡出,循環進行,因此閉合發生在同一個片段的首尾相鄰影格上。
segment[i] = crossfade(clip[i-1] tail K, clip[i] head K) ++ clip[i][K : F-K]
output length = N x (F - K)
三個 73 影格的片段,使用 14 影格的淡出,可產生約 7.4 秒的循環。經過測量,使用種子 7 / 11 / 23 / 41 對同一張圖片生成的三個片段,其中位數介於 4.36-5.04 之間,因此這些片段在能量上是可互換的,同時在細節上有所不同。
這也是解決循環影片令人感到疲倦的真正方法。 一個 2.2 秒的循環每分鐘重複 27 次;眼睛注意到的不僅僅是接縫——這個接縫測量起來是乾淨的——而是相同鏡頭的重複。不同的片段消除了重複感;連接處變成了真正不同內容之間的溶解,這會被解讀為轉場而非卡頓。
所有片段必須具有相同的大小。 blend 過濾器會失敗並顯示
Error reinitializing filters!,但不會指出原因或檔案名稱。chain.py 會提前檢查並拒絕運行,而不是進行縮放——大小不匹配意味著對哪些渲染屬於同一組的判斷錯誤,而拉伸其中一個只會掩蓋問題。
解析度對運動沒有影響:544x800 的測量結果與 608x896 相同,因此以較小解析度渲染鏈中的片段,並將預算用於生成更多片段。
6. 你未曾製作的循環
檢查它們。一個已經在用的帶有 loop 屬性的素材不一定是一個真正的循環:一個被引入某專案的手與花朵的背景,其閉合處測量值為 29.95,而中位數步長為 4.65——這是一個 6.4 倍的跳躍,在任何使用它的地方都很明顯。seamless.py 在不重新渲染的情況下將其修復為 4.98,因為交叉淡出只需要已經存在的檔案。
7. 將其放入網頁
<video class="plate" id="plateLoop" autoplay loop muted playsinline
preload="auto" poster="assets/still.webp" aria-hidden="true">
<source src="assets/loop.mp4" type="video/mp4">
</video>
- 僅使用
autoplay是不夠的。 在 iframe 中,如果沒有自動播放授權,以及在頁面獲得用戶操作之前,它會被靜默拒絕。拒絕後會顯示海報圖片,看起來像是一個沒有人動畫化的靜態圖。請在canplay事件以及首次pointerdown/keydown/scroll/touchstart事件發生時重試播放,並在prefers-reduced-motion設定下暫停播放。 poster屬性顯示清晰的靜態圖,因此當自動播放被阻止或網路連線較慢時,會顯示原始藝術作品而非黑色畫面。- 從同一元素移除任何 CSS 的 drift 或 ken-burns 效果。 兩個互相競爭的運動,transform 會放大放大時的軟化效果。
- 一個 600px 寬的片段覆蓋 1920 的視口,大約是 3 倍的放大,並且明顯比靜態圖模糊。在半透明遮罩下可以接受;若要作為全寬且清晰的頁首,請以 ~900px 以上的解析度、使用 20 步和
res_multistep採樣器進行渲染。
預算:每個 2.2 秒片段在 CRF 26 下約為 500 KB。