t8star/semantic_bridge_T8-comic-combat

T8 Comic Combat Semantic Bridge

面向 MiniMax H3 动漫／漫画风战斗场景的 Semantic Bridge 文本条件适配权重。它接在 H3 文本编码与视频采样之间，处理 CONDITIONING；它不是视频 LoRA，也不替代 H3 视频主模型。

下载后放在这里（没有目录就自行新建）：

ComfyUI/models/semantic_bridge/t8_compat/semantic_bridge_T8_comic_combat.safetensors

安装或更新 T8 节点 的最新 GitHub 源码并重启 ComfyUI，在 H3 Semantic Bridge / 模型与设置 (T8 EXP) 的 model_name 中选 t8_compat/semantic_bridge_T8_comic_combat.safetensors。不要把此文件放到 models/loras/；它不会出现在 LoRA 加载器里。

模型文件

文件	说明
semantic_bridge_T8_comic_combat.safetensors	我们训练的动漫战斗语义桥，约 16.8 MB。SHA-256：d4303d77e1ff96b678484d891308eeeb261b919d9e6498610a2bb89f7aeaa9a9。

本仓库发布的是语义桥权重。

在 ComfyUI 中使用

1. 安装或更新 comfyui-minimax-h3-audio-T8 的最新 GitHub 源码，并准备可正常出片的 MiniMax H3 工作流。该模型是跨 token Transformer，需使用已加入此格式支持的 T8 节点源码。
2. 将权重放到 ComfyUI/models/semantic_bridge/t8_compat/semantic_bridge_T8_comic_combat.safetensors，完全重启 ComfyUI，再刷新网页并在 H3 Semantic Bridge / 模型与设置 (T8 EXP) 的 model_name 中选择该文件。
3. 普通工作流接线：H3 原生文本 CONDITIONING → H3 Semantic Bridge / 应用条件 (T8 EXP) → 原视频采样器的条件输入；“模型与设置”节点接“应用条件”的 semantic_bridge。如果使用 T8 Prompt Relay 或内循环节点，改用其内置的 semantic_bridge 输入，不要再外接一次应用节点。

这份权重用于下述视频对比时的设置：

参数	值
alpha	1.0
magnitude_match	per_token
token_scope	all_tokens
chunk_tokens	0

这些是权重内固定的应用契约；T8 节点默认 alpha=0.10、chunk_tokens=256 不适用于这份权重，参数不符会明确报错。此模型不是 T8 的六张量 MLP 桥，也不应放入 models/loras/。 这里的 alpha=1.0 是本权重按完整目标输出训练及对照时使用的设置，不是对原作者或其他语义桥模型的通用建议；具体收益仍以同设置视频 A/B 为准。

自己训练： MiniMax H3 Semantic Bridge Trainer · T8（GitHub）。最新版 T8 节点也支持该训练器导出的 trans 和 mlp 桥权重；把自训的 bridge.safetensors 放到 ComfyUI/models/semantic_bridge/，按该权重的模型卡设置参数。训练器和本模型权重分开发布，训练说明在仓库 README 与 Release 中。

训练与部署应使用相同的 H3 文本编码器。测试所用编码器的 SHA-256 为 35a88d51044231fe332301d7a62aa81e3f2cba62febeb446e2c1e3e0ef76f2c6；更换编码器时请重新做视频 A/B。

实际视频观察

在相同提示词、种子和采样设置的 H3 开／关桥对比中，部分复杂连续动作场景观察到局部语义执行改善：一组纳兹／格雷的假设交手中，开桥版本更清楚地表现格雷第二次挥冰刃与纳兹下蹲之间的关系；一组绿谷／轰的假设交手中，开桥版本的越过低冰脊动作更贴近提示词。两组仍有遮挡、物体形状或空间细节未完整实现；其他测试场景也可能没有明显改善。

Semantic Bridge 只调整文本条件，不能保证逐条执行提示词、角色始终准确，或独立提升特效质量。建议在自己的 H3 工作流里固定提示词、种子和采样参数做开／关桥对比，重点看动作顺序、人物与武器归属、转位和遮挡后的连续性。