Skip to content

gordonlu/awesome-minimax-h3-skills / community-skills/reference-motion-transfer

reference-motion-transfer

Verified

Transfer the motion from a user-supplied reference video onto a new target subject with MiniMax H3. Use when the user wants a character, mascot, product, or creature to perform the dance, gesture, action, locomotion, or camera move they saw in another video. Covers Ref2VA motion transfer (primary route), plus I2VA / FL2VA / L2VA fallbacks when no usable reference video exists. Pure-text requests have nothing to transfer from and are redirected to the base `h3-prompt-writing` skill. Not for style-only transfer with no motion, direct editing of the source video, real-person impersonation without consent, or sequences longer than 15 seconds without segmentation.

FileKindSize
SKILL.cn.mdmarkdown12.1 KB
SKILL.mdskill md13.7 KB
assets/poster.webpbinary30.9 KB
assets/preview.gifbinary2.4 MB
assets/preview.mp4binary1.1 MB
assets/reference.mp4binary2.4 MB
assets/reference.pngbinary1.9 MB
meta.yamlconfig1.8 KB
references/prompt-library.mdmarkdown13.0 KB

SKILL.cn.md

View on GitHub
---
name: reference-motion-transfer
description: |
  将用户提供的参考视频中的动作迁移到全新目标主体上(MiniMax H3)。当用户想让角色、吉祥物、产品或生物表演另一个视频中的舞蹈、手势、动作、走位或运镜时使用。主路线为 Ref2VA 动作迁移;当没有可用参考视频时,提供 I2VA / FL2VA / L2VA 兜底路径。纯文字请求没有任何可迁移来源,直接转交基础 `h3-prompt-writing` Skill。不适用于无动作的纯风格迁移、直接剪辑原视频、未经授权的真人 impersonation,或拒绝分段的 15 秒以上连续动作。
---

# Reference Motion Transfer · 动作参考迁移

当用户想把一段视频里的**动作**搬到**另一个主体**身上时使用本 Skill ——「让我的角色跳这段舞」「让吉祥物模仿这个手势」「把这个运镜用到我的产品上」。动作来源是参考视频;迁移目标是角色图片、文字描述,或两者。

核心原则:**先分析动作,再动笔;一次生成只用一个动作来源;把模型容量花在动作保真上,而不是花哨场景上。**

本 Skill 通过 `h3-prompt-writing` 构建提示词,严格遵循其指南:T2VA / I2VA / FL2VA / L2VA 读 `base-en.txt`,Ref2VA 读 `ref-en.txt`。字段名、段落顺序、标签与计时记号以指南为准,不得自行发明。

---

## 1. Trigger · 何时调用

满足以下任意一条时使用:

- 把参考视频中的舞蹈、手势组合或身体动作迁移到新角色身上
- 让吉祥物 / 产品 / 生物模仿真人的动作
- 把参考片段的运镜复制到新场景
- 各种语言的「同样动作、不同主体」需求
- 对时机与身体力学有要求的动作风格迁移

以下情况**不要**使用:

- 只想要画面的*风格*(无动作的调色/质感迁移)——那是风格任务,不是动作迁移
- 想剪辑、续写原参考视频——那是 `video editing` / `video continuation`
- 未经授权让真实可识别的私人做出未做过的动作——违反 H3 使用政策(AUP)
- 没有任何参考视频、关键帧或姿态图——纯文字编舞没有任何可迁移来源,拒绝并转交 `h3-prompt-writing` 的 T2VA
- 需要超过 15 秒连续动作且用户拒绝分段

## 2. Intake · 最小输入

分析前必须确认以下全部信息:

1. **动作参考视频**(Ref2VA 路线必需)
   - 最佳:4–15 秒、单一清晰可见的运动主体、固定或简单运镜
   - 超过 15 秒:请用户选择 ≤15 秒的片段,或规划分段
   - 确认用户拥有使用权;不接受用于冒充真人的私人 footage
2. **目标主体**(必需)
   - 角色 / 吉祥物 / 产品的参考图,或精确文字描述
   - 若目标体型与参考主体差异大(如团子吉祥物 vs 人类舞者),现在就要记录——它决定可行性
3. **输出格式**——画幅(16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 21:9)与时长(4–15 秒,默认与参考窗口一致)
4. **相机策略**——`固定机位`(默认,推荐)或 `复制参考运镜`
5. **场景策略**——默认简洁中性场景;复杂场景会吃掉动作保真度
6. **音频策略**——无声 / 仅音效 / BGM 方向;是否参考原视频的音频节奏

用户没有参考视频时,走第 7 节的兜底模式,并明确告知动作保真度会显著下降。

## 3. Goal · 最终目标

交付**一条通过验收的视频**(或一条通过验收的分段链):

- 目标主体可辨识地表演参考动作,时机与节奏一致
- 目标身份在每一帧保持稳定
- 身体力学符合目标比例,自然无 glitch
- 画幅、时长、相机与音频策略与 intake 确认一致

验收优先级:动作保真第一,身份稳定第二,其余第三。

## 4. Analysis · 先分析后动笔

写任何提示词之前,输出简短分析块:

**参考视频:**

- 动作类别:全身舞蹈 / 上半身手势 / 移动走位 / 面部表演 / 纯运镜
- 主体取景:全身 / 半身 / 特写
- 节奏:慢 / 中 / 快;节奏平稳还是重音驱动
- 遮挡、道具、与物体或他人的交互
- 相机:固定 / 摇镜 / 跟拍 / 环绕;动作占画面比例

**复杂度分级:**

- **S 级**——慢速、单平面、无遮挡(挥手、点头、摇摆、慢走)→ 单次生成,最长 15 秒
- **M 级**——多肢体协调、中等节奏(舞蹈乐句、跳跃落地)→ 单次生成,建议 ≤10 秒
- **L 级**——旋转、快速脚步、特技、严重遮挡 → 拆成 2 段以上、每段 ≤8 秒,或请用户简化

**目标主体:**

- 与参考主体的体型兼容性(类人 / 四足 / 物体)
- 必须在每帧存活的 3–5 个身份锚点(轮廓、配色、标志性道具)
- 参考动作中对目标身体不可行的部分——现在就标记

**结论:** 一段话说明迁移方案:可行 / 简化后可行 / 不可行,以及原因。

## 5. Planning · 制作规划

把分析转化为制作计划:

1. **动作节拍表(Motion Beat Sheet)**——把参考动作切成 1–4 个带时间码的节拍,如 `0.0–2.5s:重心左移、双臂上举;2.5–5.0s:旋转……`。一个节拍 = 一个可读动作。每 15 秒不超过 4 拍。
2. **时长**——与参考窗口一致,限制在 4–15 秒。M 级 ≤10 秒;L 级每段 ≤8 秒。
3. **画幅**——全身动作用 9:16 或 16:9;上半身手势用 1:1 / 3:4 / 9:16;运镜复制与参考视频同比例。所选比例不得裁掉运动中的身体部位。
4. **相机**——默认固定机位。只有当运镜本身就是需求核心时才复制参考运镜。
5. **场景**——默认中性摄影棚 / 干净背景。丰富场景是用动作保真度换来的,用户提出时要说明这一点。
6. **分段**——L 级或 >15 秒:在动作停顿处切开,规划尾帧续接(A 段最后一帧作为 B 段首帧参考)。

## 6. Intermediate Artifacts · 中间产物

生成前,以下产物对用户可见:

- **动作节拍表**——第 5 节的带时间码节拍列表
- **目标主体卡**——身份锚点;用户没给图时,先生成一张目标静帧并锁定
- **迁移简报(Transfer Brief)**——一小段话:*什么在动*(参考动作)、*谁来表演*(目标主体)、*保留什么*(时机、节奏)、*改变什么*(主体、场景、风格)、*相机与音频策略*
- 可选:计划 FL2VA 混合路线时的首/尾帧静帧

用户确认迁移简报后才开始生成。

## 7. H3 Strategy · 模式选择

按手中素材选择生成模式,优先级如下:

| 手中素材 | 模式 | 说明 |
| --- | --- | --- |
| 参考视频 + 目标图片 | **Ref2VA**(主路线) | 动作保真度最高。动作作为来自 `<Video 1>` 的 `<Subject N>` 动作属性进入,保留标记用 `attribute_transfer` |
| 参考视频 + 纯文字目标 | **Ref2VA** | 结构相同;目标主体在 `subject_definitions` 中用文字定义 |
| 目标图片 + 文字动作描述(无视频) | **I2VA** | 动作靠文字描述,保真度取决于描述质量 |
| 起始姿态 + 结束姿态两张图 | **FL2VA** | 单镜头;描述两姿态之间的动作路径 |
| 仅结束姿态图 | **L2VA** | 少见;用于「必须精确落到这个结束姿势」 |
| 纯文字、无任何素材 | **拒单 / 转交** | 非迁移任务——无可迁移来源,转交基础 `h3-prompt-writing` T2VA |

长/复杂动作的分段:每段运行 Ref2VA,主体定义保持一致;上一段验收后的尾帧作为下一段的 `<Picture N>` 首帧锚点(Ref2VA + keyframe 混合路线)。

一次生成绝不混用两段参考视频——一次一个动作来源。

## 8. Prompt Construction · 提示词构建

所有提示词按 `h3-prompt-writing` 规则书写。主路线 Ref2VA:

1. **`subject_definitions`**——一个 `<Subject N>` 定义目标(外观来源:`<Picture N>` 或文字),另一个 `<Subject N>` 定义*动作本身*、来源于 `<Video 1>`,如 `<Subject 2> is the dance routine performed in <Video 1>, including its step sequence, timing, and tempo.`
2. **`summary`**——前缀 `[reference generation]`;说明谁表演什么、各来自哪个标签。
3. **`retention_analysis`**——目标外观:`fully_preserved`;动作:`attribute_transfer`(从参考表演者转移到目标);需要复制运镜时,为 `<Video N>` 单列一条,其相机路径与节奏标 `fully_preserved`。
4. **`detailed_description`**——先写 1–2 句风格句,再写 `[Shot 1]`(不带时间戳)。把动作节拍表写进镜头描述,带显式时间码,每拍点名动作来源("following `<Subject 2>`...")。在第一个镜头声明相机策略。生成类任务 350–500 英文词。
5. **`overall_soundscape` / `non_diegetic_music`**——按音频策略填写;不用则 `N/A`。
6. 语言规则:各段落用英文;对白 / 歌词 / 画面文字在 `<d>` 或引号内保留原文。

兜底模式遵循 `base-en.txt`:I2VA / FL2VA / L2VA 以精确的关键帧对齐指令行开头,随后按顺序写三个核心字段。

各模式、画幅、时长的可直接运行 Prompt 见 [`references/prompt-library.md`](references/prompt-library.md)。

## 9. Generation · 生成

- 模型:**MiniMax H3**。时长 = 计划窗口(4–15 秒),比例 = 计划比例。
- 首遍用默认分辨率(短边 768px)。动作通过验收后,需要 2K 再用 H3-Regenerate-2K 升级。
- 计划中包含音效/BGM 时开 `generate_audio=true`;`non_diegetic_music` 中的音乐方向与参考节奏保持一致。
- 每个计划分段生成一次;不要整条链批量多变体重抽。
- 每次重试只改一个变量(见第 11 节)。

## 10. Review · 验收清单

交付前逐项检查:

- **动作保真**——参考动作可辨识;节拍表中每一拍按序出现;节奏一致
- **覆盖度**——没有节拍被悄悄丢弃;最后一拍落在视频时长内
- **身份**——目标锚点每帧稳定;参考表演者的特征没有泄漏到目标身上
- **身体完整性**——无多肢、关节熔化、肢体冻结、服装突变
- **相机策略**——该固定的固定了;该复制的路径一致
- **场景纪律**——背景没有抢占运动身体的细节预算
- **音频**——符合约定策略;音乐节奏与动作匹配

每项打分:通过 / 部分通过(指出失败节拍)/ 失败。部分通过或失败 → 带原因进入第 11 节。

## 11. Retry Strategy · 重试策略

先修最便宜的一层。失败绝不整套重写。

| 症状 | 第一修复 | 进一步 |
| --- | --- | --- |
| 动作被忽略或变成通用动作 | 在 `retention_analysis` 写清迁移内容(步伐顺序、时机、节奏);把第 1 拍写进 `[Shot 1]` 首句 | 缩短时长;减少节拍 |
| 节拍间时机漂移 | 给每拍加显式时间码 | 减少节拍数;缩短时长 |
| 目标身份中途漂移 | 给目标的 `<Subject N>` 加 1–2 个更强身份锚点 | 把目标图作为 `<Picture N>` 关键帧锚点(混合路线) |
| 肢体熔化 / 多肢(L 级动作) | 在动作停顿处分段;场景简化为纯色背景 | 请求同套动作的慢速版本 |
| 该固定的相机动了 | 在镜头描述中加入 "The camera holds a static shot throughout" | — |
| 场景抢戏 | `detailed_description` 中把场景削成中性背景 | — |
| 链中某一段失败 | 用同一上游尾帧**只重生成该段** | — |

同一层两次重试失败后升级给用户:提供简化选项(更短窗口、更少节拍、更简单动作),不要第三次盲抽。

## 12. Output · 交付内容

一并交付:

1. 最终视频文件(分段链按顺序排列)
2. **动作节拍表**与**迁移简报**
3. 最终生成所用提示词原文(可复用资产)
4. 设置记录:模式、画幅、时长、音频策略、分辨率遍数
5. 验收备注,含已接受的妥协项(如「第 3 拍在第 2 次重试后简化」)

## 边界

本 Skill 迁移的是*动作*,不是身份:不把参考表演者的脸、身体或肖像复制到目标身上;绝不用它让真实私人做出其未做过的动作。纯风格迁移、视频剪辑或不接受分段的 >15 秒需求,请路由到相应工作流,不要硬用本 Skill。
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall