H3 导演台参考视频生视频教程：原视频动作照搬，主角换成参考图的人——黑衣男变古风女子
H3 参考视频生视频是什么？能做什么
这一篇教 H3 导演台 · 参考视频生视频工作流（整合包内文件：H3导演台-参考视频生视频.json）。它是这一系列里最能"整活儿"的一篇，先理清三兄弟的关系：
- 参考图生视频：一张图，让图里的人"活"成一段原创视频（动作是模型编的）
- 视频生视频：一段视频 + 文字指令，给现成视频"化妆"（改毛色、换背景），动作原样保留
- 参考视频生视频（本篇）：一段视频 + 一张参考图，把视频里的人物整个换掉——动作、节奏、镜头还是原视频的，人换成了参考图里的人
说人话：参考视频提供"戏"（谁在做什么动作），参考图提供"角"（换上去的人长什么样），两路一合成，一支"换人不换戏"的新视频就出来了。你想让网上下载的舞蹈、教程动作换成自己的形象，或让视频素材里的人换成你想要的形象，都是它的活。
本文演示案例：一段 2.3 秒的短视频里有个穿黑衣的人在活动，用一张古风女子的参考图，把视频里的黑衣男整个换成古风女子——人物换了，动作、节奏、镜头全程保留。
第 1 步：准备素材 + 打开工作流
准备两份素材：
- 参考视频：你希望保留动作的那段视频，复制到 ComfyUI 的 input 文件夹（本文用一段 2.3 秒、30 帧率的短视频）
- 参考图：换上去的人物照片——正面、清晰、光线均匀的全身或大半身照效果最好，同样放进 input 文件夹方便选择
文件名都改简单点，比如 source-video.mp4、girl.jpg，加载时好认。
然后打开 AI星尘-Minimax H3 文件夹里的 H3导演台-参考视频生视频.json。画布结构跟前两篇一致，分三组：
- 模型加载组（左上）：底模还是那个 ref2va int8 量化版（参考视频/图生视频都走它）+ Qwen3-VL 文本编码器 + 双 VAE
- 导演台大节点（中间）：视频加载、参考图加载、任务提示词、输出设置全在一个面板里
- 输出组（右侧）：CreateVideo 合成 + SaveVideo 保存到 video 文件夹
文件里默认带官方演示数据，打开后先别管，第 3 步加载自己的素材时会整体替换掉。
第 2 步：确认模式
导演台顶部会显示当前模式，本工作流应该是「视频编辑（rv2v）/ 参考视频生视频」一类的模式名（各版本显示文字略有差异），以打开面板的显示为准——只要加载的是参考视频生视频这个文件，模式就是对的，不用手动切换。
第 3 步：把参考视频加载进时间线
点导演台里的加载视频按钮，选 input 文件夹里的 source-video.mp4。加载后：
- 官方演示数据被清掉，时间线上出现你的视频片段
- 片段下方能看到源视频的分辨率、帧率——记下这两个数，第 6 步输出设置要用（本文素材 69 帧、30 帧率、约 2.3 秒）
第 4 步：加载参考图，锁定"换上去的人"
在导演台找到参考图槽位，把古风女子照片加载进去（点槽位选择 input 里的 girl.jpg）。加载后导演台会自动识别这是一份"角色参考"——参考图决定新人物长什么样：发型、五官、服饰风格都跟着它走。
小提示：参考图里的人物最好姿势自然、五官完整无遮挡，照片质量直接决定换上去的脸和形象质量。
第 5 步：写任务提示词，说清"换掉谁"
素材都就位后，在导演台的任务/编辑提示词框里告诉模型要做什么。句式跟视频生视频同一套——说清"把谁换成谁"，再钉一句"其他不变"：
把视频里穿黑色衣服的男人换成参考图1里的古风女子，动作和场景保持不变
导演台会基于你的描述生成任务行（如「将视频中的黑衣男替换为参考图1中的古风女子」）。写提示词三个要点：
- 指出参考图要写"参考图1"：模型靠这个编号认人，别只写"那个女的"
- 主体描述给足线索：黑衣男——衣服颜色 + 性别 + 位置关系都点上，防止模型认错对象
- 结尾钉住"动作和场景保持不变"：动作由参考视频带着走，这句防止换人时带动其他部分
第 6 步：输出参数对齐源视频，点运行
输出设置里把分辨率、帧率对齐源视频（本文源视频 2.3 秒、30 帧率），画面最干净、出片也最快。然后点「运行」（或 Ctrl+Enter）。本次实测：2.3 秒的片子约 4 分钟出片（20 步采样，每步约 9~11 秒），完成后自动存到 video 文件夹。
带声音的源视频：音频模式选「原声」
这一节是本篇独有、实测踩出来的经验，请直接照做：
- 如果源视频带音轨（手机拍的、下载的视频基本都带），导演台的音频模式不要用默认的「静音」——实测带音轨素材 + 静音模式会在保存阶段报内存错误崩溃（这是当前版本静音路径的缺陷，不是电脑配置问题）
- 把音频模式切成「原声」：出片稳定，还会把源视频的声音保留在成片里
- 不想要声音？用「原声」出完片，丢剪辑软件一键删音轨就行——比在导演台里崩一次省事得多
技巧
- 参考图质量就是成片质量：正面、清晰、光线均匀的照片换出来最稳；糊图、侧脸、遮挡多的图别指望脸能好看
- 源视频人物动作幅度大更直观：舞蹈、走路、挥手这类动作明显的素材，换人效果一眼能看出"动作没变、人换了"
- 低分辨率素材的脸会偏糊：0.2 百万像素这类低清短片，人物五官细节本来就少，属正常现象，想更精细就换清晰度更高的素材
- 人物跨度大也能换：性别、发型、服装全换都行——动作是参考视频给的，长相是参考图给的，两者互不干扰
常见问题
- 保存时报内存错误 / 成片没声音？音频模式切成「原声」重跑（见上文专节），别用「静音」处理带音轨素材
- 加载视频后时间线还是官方演示？重新点一次"加载视频"，确认选的是 input 文件夹里你自己那个文件
- 输出画面比例不对？输出分辨率和帧率要和源视频一致，残留的演示参数（比如竖屏）要先改掉
- 换上去的人不像参考图？检查参考图本身够不够清晰正面；提示词里要写"参考图1"让模型认准是哪张图
- 换错人了（换了背景里其他人）？提示词里把目标人物的特征写足（衣服颜色、性别、位置），并明确"把视频里的【特征】换成参考图1里的【人物】"
小结
H3 参考视频生视频 = 参考视频给动作、参考图给人物，换人不换戏。一段 2.3 秒的黑衣男视频，喂一张古风女子照片，人物整个换掉，动作、节奏、镜头全程保留。记住两个要点：参考图选正面清晰照、提示词说清"把谁换成参考图1里的谁并保持动作不变"；源视频带声音时音频模式选「原声」。到这里，导演台的图生视频、视频生视频、参考视频生视频三条路就齐了——原创、改妆、换角，一个导演台全包。
