Video End Image Not Scaled Appropriately in Video Models

问题场景

在 SwarmUI 中加载 Minimax h3 视频模型，设置一张非模型标准分辨率的起始图（896×1152），并设置一张与起始图完全相同的结束图，同时将“video resolution”选项设为“image aspect, model res”后生成视频。生成的视频在最后一帧出现主体沿较长维度逐渐或突然拉伸变形的现象。

报错原文

Video End Image Not Scaled Appropriately in Video Models
causing the subjects in the generated video to gradually or all at once stretch out by the last frame

原因分析

可能原因是 SwarmUI 在“image aspect, model res”模式下，对起始图（init image）和结束图（end image）采用了不同的缩放路径。起始图被正确缩放到模型分辨率（832×1088），但结束图没有经过相同处理，导致两者在输入给 h3 模型时空间尺寸不一致，最终在视频结尾产生单轴拉伸。另一种可能原因是两者纵横比存在细微差异（报告者指出 1152/896 与 1088/832 并不相等），SwarmUI 对不同输入图采用的不同裁剪或缩放策略放大了这一差异。

环境排查

• 确认 SwarmUI 版本是否为 Issue 报告时的最新版（2026-08 前后）。
• 确认 Minimax h3 模型已正确加载并可正常生成视频。
• 检查起始图与结束图的分辨率是否完全一致（包括纵横比）。
• 确认“video resolution”设置是否为“image aspect, model res”。
• 确认输入图像分辨率是否高于模型输出分辨率（h3 为 960×960 基准，实际输出可能为 832×1088 等派生尺寸）。

解决步骤

1. 在生成前手动将结束图缩放至 h3 模型的实际输出分辨率（例如 832×1088），保持纵横比不变，不进行裁剪。
2. 确保起始图和结束图使用完全相同的图像文件（同一路径）进行对照测试，排除图像本身差异。
3. 检查起始图与结束图的纵横比是否严格一致；若不一致，先统一纵横比再生成。
4. 尝试将“video resolution”切换为其他选项（如“model res”或“init image aspect, model res”之外的模式）进行对比，判断是否为特定缩放模式的缺陷。
5. 若问题依旧，前往 SwarmUI GitHub 仓库提交 Issue，附上起始图、结束图、完整参数截图（包含种子、提示词、分辨率设置）以及生成的对比视频。

验证方法

使用同一起始图和结束图（同一文件）、同一随机种子、同一提示词分别生成两个视频：一个使用原始未缩放结束图，另一个使用手动缩放至 832×1088 的结束图。对比两个视频的最后一帧，确认手动缩放后的视频不再出现主体单轴拉伸变形。若变形消失，则说明问题确为结束图缩放不当所致。

参考来源

mcmonkeyprojects/SwarmUI #1499

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。