MiniMax H3 Multi-Character Swap | 1-4 Charaktere ersetzen

MiniMax H3 Multi-Character Swap: 1–4 Charaktere ersetzen in Standbildern in ComfyUI#

MiniMax H3 Multi-Character Swap ist ein referenzgesteuerter ComfyUI-Workflow zum Ersetzen von ein bis vier Personen in einem Standbild. H3 Replacer v1.3 kombiniert ein Szenenbild, separate Charakterreferenzen, Qwen3-VL Prompt-Zusammenstellung und Fizgigs Standbild-Latentpfad, um die neuen Identitäten und Outfits zu leiten, während die Komposition und Beleuchtung der Szene beibehalten werden.

Verwenden Sie ein Basisfoto oder ein Kunstwerk und ordnen Sie die Referenzen in der gleichen Reihenfolge wie die Personen in der Szene zu. Beschreiben Sie explizit Positionen, Handaktionen und Objekte, die erhalten bleiben sollen. Die Beispiele umfassen eine, zwei, drei und vier Personen, einschließlich eines illustrierten Paares; Identitätsabgleich, Posen und Hintergrunddetails müssen nach jedem Rendering noch überprüft werden.

Schlüsselmodelle im MiniMax H3 Multi-Character Swap-Workflow#

• MiniMax H3 Singularity. Der gespeicherte Workflow verwendet Minimax-h3_Singularity_ref2va_Pruned_v1.3_int8.safetensors als sein Diffusionsmodell. Modell-Repository
• Qwen3-VL 8B. qwen3vl_8b_int8_convrot.safetensors unterstützt die Bildbeschreibungen und die automatische Prompt-Zusammenstellung. Es ist getrennt vom H3-Konditionierungs-Encoder. Qwen3-VL Modell-Dateien
• H3-Konditionierungs-Encoder und VAE. Der Graph verwendet qwen3vl_32b_minimax_h3_int8_convrot.safetensors und minimax_h3_video_vae_fp16.safetensors für H3-Konditionierung und Bild-Latent-Konvertierung. Dieser Workflow speichert ein Standbild trotz der Videoterminologie in einigen Knoten- und Modellnamen. MiniMax H3 Modell-Dateien

Verwendung des MiniMax H3 Multi-Character Swap in ComfyUI#

Der Workflow ist in sechs farbcodierte Gruppen organisiert, die zusammenarbeiten, um das Basisbild zu analysieren, präzise Anweisungen aus Ihrem Text und Ihren Referenzen zusammenzustellen und das finale Standbild mit MiniMax H3 zu rendern. Legen Sie die Anzahl der Subjekte fest, laden Sie Referenzen, überprüfen Sie die automatisch generierten Anweisungen, dann rendern und inspizieren.

Modelle#

Diese Gruppe lädt das Diffusionsmodell, beide Qwen3-VL Encoder und den VAE. Behalten Sie die bereitgestellten Auswahlen bei, um den getesteten Workflow zu reproduzieren. H3 Replacer v1.3 ist die Quell-Workflow-Version; das Diffusionsmodell, der Hilfs-Encoder und der H3-Konditionierungs-Encoder dienen verschiedenen Teilen des Graphen.

Charaktere#

Laden Sie ein bis vier Charakterreferenzen und stimmen Sie jeden Slot explizit mit einer Person in der Szene ab. Die Hauptszene ist Bild 1; Charakter 1 verwendet Bild 2, Charakter 2 verwendet Bild 3 und so weiter. Fügen Sie kurze Notizen zu markanten Gesichtszügen, Haaren, Kleidung oder Accessoires hinzu. Sorgen Sie dafür, dass jeder LoadImage-Knoten auf eine gültige Datei zeigt; das gespeicherte Zwei-Personen-Setup behält gültige Referenzen in den ungenutzten dritten und vierten Slots. Die Charakteranzahl-Einstellung steuert, welche Referenzen aktiv sind.

Haupteinstellungen#

Öffnen Sie Settings (#328), um die Charakteranzahl von 1 bis 4, die Referenzbildgröße und den Latentpfad auszuwählen. Custom size überschreibt die Ausgabedimensionen; bei deaktivierter Option verwendet der Graph die Basisbild-Dimensionen. Reinforce relight fügt Anweisungen hinzu, um das Licht und die Schatten der Szene anzupassen. Lassen Sie Use Fizgig aktiviert, um den getesteten Einzelbildpfad zu reproduzieren; es ist kein Entwurf-gegen-endgültige Qualitätsumschalter.

Vorschauanweisungen#

Überprüfen Sie Get character poses (#4), Lock identity (#22) und Subject match to character (#33), um die generierten Posenbeschreibungen, Identitätsanweisungen und Referenzzuordnung zu inspizieren. Diese Fenster zeigen modellgenerierten Text an; ihre Namen garantieren keine korrekte Zuordnung oder verhindern Identitätsmischung. Wenn eine Beschreibung falsch ist, überarbeiten Sie die Anweisungsfelder in den Haupteinstellungen oder Charakteren und starten Sie erneut. Überprüfen Sie sowohl den zusammengebauten Prompt als auch das resultierende Bild.

Arbeiter#

Create prompt (#303) kombiniert Ihre zusätzlichen Anweisungen, Posenbeschreibungen und Identitätsanweisungen. Es liefert auch die Bilddimensionen und das Fizgig-Einzelbild-Latent. Character combine (#302) ändert die Größe und leitet die aktiven Charakterreferenzen zum H3-Konditionierungsknoten.

Ergebnis#

MiniMaxH3ReferenceToVideo (#39) konsumiert den zusammengebauten Prompt, den H3-Text-Encoder und VAE, und Ihre geordneten Referenzen, um Konditionierung und ein anfängliches Latent zu erzeugen. Ein Schalter wählt dann zwischen diesem Latent und dem Fizgig-Standbild-Latentpfad, bevor er sampelt. Nach SamplerCustomAdvanced (#15) wird mit dem geladenen Guider und dem Zeitplan entrauscht, VAEDecode erzeugt das finale Bild, und das Assembled prompt (#29) Panel zeigt die genauen Anweisungen, die für den Lauf verwendet wurden. Die Ausgabe wird automatisch zur Überprüfung und Iteration gespeichert.

Schlüssel-Knoten im MiniMax H3 Multi-Character Swap-Workflow#

• MiniMaxH3ReferenceToVideo (#39) Verwandelt das Szenenbild, geordnete Charakterreferenzen und den zusammengebauten Prompt in H3-Konditionierung und ein startendes Latent. In der getesteten Konfiguration verwendet der Sampler stattdessen das Fizgig-Einzelbild-Latent. Die finale Kette wählt und speichert ein Bild; der Knotenname macht dies nicht zu einem Video-Swap-Workflow.
• Settings (#328) Steuert die Charakteranzahl (1–4), Referenzgröße, Use Fizgig, Custom size und Reinforce relight. Beginnen Sie mit den gespeicherten Standardeinstellungen und ändern Sie jeweils nur eine Einstellung, wenn Sie Ergebnisse vergleichen.
• FizgigH3StillLatent (#205) Erstellt ein Einzelbild-Latent innerhalb des Create prompt-Subgraphen. Der gespeicherte Workflow verwendet dieses Latent und behält seinen ursprünglichen Standard VAEDecode-Knoten, gefolgt von ImageFromBatch und SaveImage. Die Beispiele wurden mit diesem Graphen gerendert. Das Plugin bietet auch einen separaten Still Decode-Knoten, der hier nicht verwendet wird. Fizgig H3 Still Projekt
• Create prompt (#303) Stellt den Anweisungsstring aus Posenbeschreibungen, Identitätsanweisungen und Ihren zusätzlichen Notizen zusammen. Es liefert auch die Bilddimensionen und das Fizgig-Latent. Wenn das Mapping ausgeschaltet ist, verfeinern Sie die Eingabebeschreibungen und generieren Sie erneut; die Vorschau-Gruppe zeigt den resultierenden Text an, anstatt als Quelle dieser Anweisungen zu dienen.
• SamplerCustomAdvanced (#15) Treibt den Entrauschungsprozess mit dem geladenen Guider und dem Zeitplan an. Für Konsistenz über Iterationen hinweg halten Sie Ihren Seed während der Vergleiche fest; wechseln Sie ihn nur, wenn Sie Variationen erkunden, nachdem Sie mit Identität und Platzierung zufrieden sind.

Optionale Extras#

• Beschreiben Sie Positionen explizit. Schreiben Sie in Ihren kurzen Anweisungen „Character 1 links hält eine Tasse“ und „Character 2 rechts beim Buch“, damit der MiniMax H3 Multi-Character Swap die Zuordnung stabil hält.
• Beschreiben Sie wichtige Requisiten und Handlungen genau. Geben Sie ein geschlossenes Buch, eine Hand, die auf einer Wand ruht, oder einen Rucksack an, der bleiben muss. Diese Details benötigten explizite Anweisungen in den Beispielen.
• Verwenden Sie Referenzen mit einem kompatiblen Renderstil. Das illustrierte Beispiel verwendet neu gemalte Charakterreferenzen; fotografische Referenzen produzierten anfangs Charaktere, die zu realistisch für das Quellkunstwerk aussahen.
• Überprüfen Sie Relighting und Anatomie. Überprüfen Sie Gesichter, Hände, gehaltene Objekte, Referenzreihenfolge und Hintergrundkontinuität. Passen Sie die Beschreibungen an und führen Sie erneut aus, wenn ein Objekt verschwindet oder eine Pose sich ändert.

Die Ausgabe ist ein Standbild. Szenenbeibehaltung und Identitätsabgleich hängen von den Referenzen, Anweisungen und Einstellungen ab; der Workflow verspricht keine pixelgenauen Hintergründe oder fehlerfreien Abgleich für jeden Eingang.

Danksagungen#

Dieses Setup verwendet den H3 Replacer v1.3 Workflow des Autors, das MiniMax H3 Singularity Modell von WarmBloodAban, die Mod-Dateien von Comfy-Org und die Fizgig H3 Still-Knoten von shootthesound. Die „1–4“ auf der Quellseite bezieht sich auf die Anzahl der Charaktere, nicht auf die Workflow-Version 1.4.

Ressourcen#

• Original H3 MiniMax Multi-Character Swap Workflow
  • Quelle: H3 Multi-Character Swap — 1–4 Charaktere
• WarmBloodAban/Minimax-h3_Singularity
  • Hugging Face: WarmBloodAban/Minimax-h3_Singularity
• Comfy-Org/MiniMax-H3
  • Hugging Face: Comfy-Org/MiniMax-H3
• shootthesound/ComfyUI-Fizgig-H3-Still
  • GitHub: shootthesound/ComfyUI-Fizgig-H3-Still

Hinweis: Die Verwendung der referenzierten Modelle, Datensätze und Codes unterliegt den jeweiligen Lizenzen und Bedingungen, die von ihren Autoren und Betreuern bereitgestellt werden.