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 は、MiniMax H3 で長い動画を段に分けて作る、中国発の「短劇（ショートドラマ）工作台」です。5秒×3段（歩く→ベンチに座る→本を読む）の台本で、約16.5秒の動画が216秒（モデルの読み込みを含む）でできました。
参照画像の人物は3段とも同じ見た目を保ちました。一方で、2段目の始まりで、カメラが急に腰のアップに切り替わりました。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）
| つなぎ方（handoff_mode） | 時間 | 長さ | 急な切り替わり | 人物の見た目 |
|---|---|---|---|---|
| 尾帧续写（latent、前の段の最後をそのまま続ける） | 216秒（読み込み込み） | 16.5秒 | 1回（2段目の頭） | 3段とも同じ |
| 尾帧画面（RGB、前の段の最後の絵を手がかりにする） | 183秒 | 16.5秒 | 1回（2段目の頭） | 3段とも同じ |
H3 fl2va／ref2va int8 ＋ FL2V Turbo 8step LoRA、8ステップ、480P（864×480）、前の段から受け継ぐのは22フレーム。時間は ComfyUI の実行開始から完了までです。GPU のメモリは、どちらもほぼいっぱい（約31GB）まで使われました。
comfyui-AICG3D とは？
JGRFW/comfyui-AICG3D は、H3 で長い動画や短編ドラマを作るための ComfyUI のプラグインです（GPL-3.0）。台本の自動分割、素材ライブラリ、二次サンプリング（高解像度化）、キャラクターの声のライブラリ（Spark-TTS）などを1つにまとめています。2026年11月7日時点でスターは471です。
UI と説明は中国語です。人物の差し替えの部分は、別に AICG3D-CSR として公開されています。
段に分けて作る仕組み
「無限分段」のワークフローは、次の5つのノードでできています。
- H3 Loader：H3 のモデル、テキストエンコーダー、VAE、LoRA（最大9本）を読み込む
- Sequence Global：全段で共通の解像度、縦横比、受け継ぐフレーム数、サンプラー、明るさのずれを抑える設定（跨段曝光锁定）
- Media Loader：参照画像・音声・動画をまとめる
- Sequence Segment：1段ぶんの台本と秒数。前の段につないで並べる
- Sequence Combine：全段をつないで保存する
段の台本は、作者の例にならって「0-2.5s: 〜」「2.5-5s: 〜」のように時間ごとの動作を書き、参照画像を <Picture 1> と呼びます。
15秒の短編を作る
参照画像は、AICG3D-CSR の記事と同じ、眼鏡と黒い T シャツの女性です。1段目「並木道を歩いてベンチの前で止まる」、2段目「ベンチに座ってバッグから本を出す」、3段目「本を読み、落ち葉が落ちて顔を上げてほほえむ」としました。
3段とも、眼鏡・ボブの髪・黒い T シャツ・緑のパンツが保たれ、台本の順に話が進みました。2段目で出てきた茶色のバッグも、3段目まで同じものが続きました。
2段目の頭で、カメラが切り替わった
フレームの差を数えると、2段目の始まり（124フレーム目）だけが、ほかの約14倍の差で、はっきりした切り替わりでした。3段目への移り目はなめらかでした。「座る」という動作を、H3 が新しいカットとして描いたようです。
つなぎ方を latent から RGB に変えても、同じシードでは同じ場所で切り替わりました。プラグインの明るさの補正は、硬い切り替わりを「カット」と判定して、無理につながないように守る仕組みです。
導入
cd ComfyUI\custom_nodes
git clone https://github.com/JGRFW/comfyui-AICG3Drequirements.txt はわざと空にしてあり、起動時に大きな依存を自動で入れないようになっています。声のライブラリ（TTS）、FFmpeg での合成、プロンプトの整えなどに使う追加の依存は、requirements-optional.txt にあります（今回は入れていません）。
作者の例のワークフローは、FastVideo の高速化モデルや fused モデル、BlockSparseAttention を使っています。今回は H3 標準の int8 モデルと Turbo LoRA に置き換えました。
商用で使える？
プラグインは GPL-3.0 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）。Spark-TTS などの追加のモデルは、それぞれの条件を確かめてください。
RTX 5090 以外の人へ
Sequence Global には、16GB・12GB・8GB の「VRAM の段階」を選ぶ項目があり、選んだ段階に合わせて解像度の上限やメモリの解放を調整すると説明されています。今回は自動（RTX 5090）のみで、ほかの段階は試していません。
よくある質問（FAQ）
Q. comfyui-AICG3D とは？
MiniMax H3 で長い動画や短編ドラマを、段に分けて作る ComfyUI のプラグインです。台本の分割、素材ライブラリ、高解像度化、声のライブラリなどをまとめています。
Q. 15秒の動画を作る時間は？
RTX 5090 で、5秒×3段（480P、8ステップ）が、モデルの読み込みを含めて216秒、読み込み済みなら183秒でした。
Q. 段のつなぎ目で場面が変わるのは？
H3 が、新しい動作を新しいカットとして描くことがあります。台本に「同じカメラのまま」と書くか、その段のシードを変えて作り直します。
まとめ
comfyui-AICG3D の分段生成は、人物の見た目をそろえたまま、台本どおりに話を進められました。急な切り替わりは段の頭で起きやすいので、段ごとに確かめて作り直すのが現実的です。
5秒ずつの段で、動作だけを書く。切り替わった段だけ作り直す。
検証メモ
- 設定：480P・16:9、24fps、受け継ぎ22フレーム、res_multistep／simple、8ステップ、跨段曝光锁定オン、保完整（keep_full）オン、二次サンプリングなし。シードは段ごとに11・12・13。
- 長さ：保完整がオンのため、指定の15秒より少し長い16.5秒になりました（作者の説明どおり）。
- 切り替わりの数え方：224×128 の白黒にし、前後のフレームの差が中央値の6倍以上（かつ12以上）のところを数えました。
- 試していないこと：声のライブラリ（Spark-TTS）、二次サンプリング、数字人（音声に合わせる）モード、作者の高速化モデル、VRAM の段階の切り替え、プロンプトの自動分割。
