この記事について（広告・アフィリエイトリンクはありません）
使ったソフトとモデルは、すべて無料で入手できます。試した環境の一覧は検証の記録にあります。
comfyui-AICG3D-CSR は、動画の中の人物を、参照画像の人物に MiniMax H3 で差し替えるノード集です。5秒の動画で、歩く動き・カメラ・背景はそのままに、服と顔立ちが参照の人物に変わりました。 RTX 5090 で、1回目はモデルの読み込みを含めて約7.6分、2段に分けた2回目は88秒でした。
途中で止めても、できた区間を保存しておき、同じ設定でもう一度実行すると作り直さずに使います（2.4秒で完了）。所要時間は1時間ほど、難しさは中級〜上級です。
先に結論（今回のテスト条件で）
| 試したこと | 時間 | 結果 |
|---|---|---|
| 人物の差し替え（5秒・1段、1回目） | 458.7秒 | 黒い T シャツ・緑のパンツ・眼鏡・ボブの人物に変わった。歩き方と背景はそのまま |
| 同じ内容をもう一度（設定の一部だけ変えて） | 2.4秒 | 保存済みの区間を使い、作り直さなかった |
| 2段に分けて差し替え（2.5秒×2） | 87.6秒（各段 32秒・46秒） | つなぎ目で人物は変わらず、フレームの差は前後の約2倍に収まった |
Ref2VA int8 ＋ Ref2V Turbo 4step LoRA、4ステップ、短辺480（出力 840×480）。時間は ComfyUI の実行開始から完了までです。GPU のメモリは、どの条件もほぼいっぱい（約31GB）まで使われました。
AICG3D-CSR とは？
JGRFW/comfyui-AICG3D-CSR は、H3 の動画制作プラグイン comfyui-AICG3D から、人物・場面・物の差し替え部分を切り出したノード集です（MIT ライセンス）。2026年11月5日に公開されたばかりで、11月7日時点のスターは12です。
動画の切り出し、区間への分割、差し替え、途中からの再開、つなぎ目の補正、元の音声の付け直しまでを、4つのノードを1本につなぐだけで行います。UI の表示は中国語です。
- CSR Model Loader：H3 のモデル、テキストエンコーダー、VAE、LoRA（最大8本）を読み込む
- CSR Media Library：元の動画と参照画像（人物は最大7人、背景・参考画像）、区間、出力の短辺を決める
- CSR Segment Replace：区間ごとに差し替える。終わった区間はすぐ保存する
- CSR Merge：区間をつなぎ、明るさのずれを抑え、元の音声を付ける
試した素材
元の動画は、H3-FaceRefine の記事で作った、イチョウ並木を歩く女性の5秒の動画です。参照には、SDXL で作った別の女性の全身画像を使いました。
差し替えの結果
服（黒い T シャツと緑のパンツ）、眼鏡、髪型が参照のとおりになりました。歩く速さ、カメラの位置、並木はほとんど変わっていません。元の動画で持っていたバッグは、この回では消えました（別のシードでは残りました）。
作者のおすすめは、Civitai で配られている DaSiWa REF2VA Hybrid と、人物差し替え用の LoRA です。今回は H3 標準の Ref2VA int8 と、Ref2V の Turbo LoRA で試しました。
途中で止めても、やり直さない
区間はできたそばから保存され、同じ動画・参照・設定（ジョブ）なら、次の実行で保存済みのものを使います。プレビューの表示だけを変えて実行し直すと、2.4秒で終わりました。長い動画で、何時間もかかる処理が途中で止まったときに助かる仕組みです。
2段に分けたときのつなぎ目
5秒を2.5秒ずつの2段に分けて試しました。2段目は、1段目の終わりの22フレームを手がかりにして作ります。
つなぎ目の前後で、人物の顔・服・バッグは同じでした。前後のフレームの差は、全体の中央値0.43に対し、つなぎ目の直後が0.99で、約2倍の小さな跳ねでした。目で見て分かる切り替わりはありませんでした。
導入
cd ComfyUI\custom_nodes
git clone https://github.com/JGRFW/comfyui-AICG3D-CSR追加のパッケージは Pillow・filelock・numpy だけで、ComfyUI に入っているもので足りました。動画の処理に ffmpeg を使います。ほかのプラグインには依存せず、ComfyUI 本体のモジュールだけを使うと README にあります。
H3 のモデルの入手先は導入編で説明しています。プロンプトを整える機能は、Ollama などのローカルの LLM（初期設定は 127.0.0.1:11434）を使う任意の機能で、今回は使っていません。
商用で使える？
ノードは MIT ライセンスです。作った動画の扱いは MiniMax H3 本体の規約（H3 Community License）に従います（導入編で説明しています）。DaSiWa や差し替え用の LoRA は、それぞれの配布元の条件を確かめてください。
実在の人物の顔に差し替えることは、肖像権やなりすましの問題になります。参照画像は、自分で作った人物か、本人の許可がある人物にしてください。
RTX 5090 以外の人へ
H3 の Ref2VA int8（19.5GB）とテキストエンコーダーを使うため、VRAM の少ない PC ではメインメモリに置く分だけ時間が延びます（今回は測っていません）。区間を短くすると、1回に計算する長さが減ります。
よくある質問（FAQ）
Q. AICG3D-CSR とは？
MiniMax H3 で、動画の人物・背景・物を参照画像のものに差し替える ComfyUI のノード集です。4つのノードを1本につなぐだけで、分割・差し替え・再開・つなぎ・音声の付け直しまで行います。
Q. 差し替えにかかる時間は？
RTX 5090 で、5秒（短辺480、4ステップ）を2段に分けて88秒でした。1回目はモデルの読み込みを含めて約7.6分でした。
Q. 途中で止まったらどうなる？
できた区間は保存されていて、同じ設定で実行し直すと作り直さずに使います。今回は2.4秒で完了しました。
まとめ
AICG3D-CSR は、人物の差し替えを、動きと背景を保ったまま1本のつなぎで行えました。区間ごとの保存と再開、つなぎ目の補正もきちんと働きました。
短辺480・5〜10秒で試し、長い動画は区間に分けて回す。
検証メモ
- 設定：作者の単線ワークフロー（API 版）をもとに、モデルを H3 標準の Ref2VA int8 に、LoRA を Ref2V Turbo 4step に替えました。4ステップ、er_sde、beta、短辺480、前の段の手がかり22フレーム、つなぎの補正3フレーム。差し替えの指示文は既定の「人物替换」のものです。
- つなぎ目の数え方：出力を 210×120 の白黒にし、前後のフレームの差の平均を比べました。
- 試していないこと：DaSiWa REF2VA Hybrid と人物差し替え用 LoRA、背景・物の差し替え、複数人、長い動画、話している動画の音のずれ、プロンプトの整え（ローカル LLM）。
