MiniMax H3 Edición de Imagen ComfyUI | Ediciones Guiadas

MiniMax H3 Edición de Imagen ComfyUI#

Este flujo de trabajo transforma una sola foto de entrada en un resultado editado usando instrucciones en lenguaje natural impulsadas por MiniMax-H3-Image. MiniMax H3 Edición de Imagen ComfyUI agrega un mejorador de indicaciones para leyendas detalladas y conscientes de referencias, y un visor interactivo de antes y después para que puedas juzgar qué tan bien se conserva la composición. Es ideal para reemplazo de objetos, recoloreo y letras, cambios estacionales de escena y reinterpretación al estilo acuarela.

El flujo de trabajo prepara automáticamente tu imagen para una edición confiable, mantiene la proporción del lienzo de tu fuente a menos que la cambies aguas arriba, y enruta ya sea tu instrucción original o una leyenda mejorada en MiniMax H3 Image. Ejecútalo cuando desees ediciones rápidas y fieles sin enmascaramiento manual o ajustes complejos de nodos.

Modelos clave#

• MiniMax-H3-Image. Espina dorsal de difusión que realiza la edición condicionada por imagen desde tu indicación y referencia, produciendo el latente final utilizado para la decodificación. Model card
• Qwen3VL‑32B (variante de MiniMax H3). Codificador de texto multimodal emparejado con MiniMax‑H3 que incrusta tu instrucción de edición y evidencia de imagen para el acondicionamiento. Repo
• MiniMax‑H3‑Image VAE. Autoencoder variacional utilizado para codificar y decodificar latentes con las características correctas de color y detalle para el editor. Weights
• Qwen 3.5 9B (W4A8 GPTQ). LLM ligero usado por el Mejorador de Indicaciones para convertir instrucciones cortas en leyendas ricas y condicionadas por referencia. Repo Notas: el enfoque general de PE es agnóstico al modelo; ejemplos aguas arriba también demuestran una pila PE más grande en MiniMaxAI/MiniMax-H3-Image-PE.

Cómo usar este flujo de trabajo#

Flujo general: cargas una imagen y escribes una instrucción corta. El flujo de trabajo redimensiona la imagen para una edición estable, opcionalmente expande tu indicación con contexto visual, construye el acondicionamiento de MiniMax‑H3, ejecuta un breve paso de muestreo, luego decodifica y guarda el resultado con una comparación lado a lado.

Entradas del usuario#

Proporciona tu foto en LoadImage (#45) y escribe una edición concisa en Text (user_prompt) (#43). Las instrucciones típicas incluyen intercambios de objetos, ediciones de paleta, letras o cambios de estilo; por ejemplo, "Reemplazar la bicicleta por un scooter motorizado verde menta y conservar la fachada del café y la iluminación." El Mejorador de Indicaciones está habilitado por defecto; apaga Boolean (Enable PE?) (#61) para usar tu instrucción original directamente. Este flujo de trabajo guardado acepta una imagen de entrada, la redimensiona a un objetivo de 4 MP y alinea sus dimensiones a múltiplos de 32. La proporción del lienzo sigue a tu imagen fuente en esta plantilla; recorta o rellena antes de LoadImage si deseas una proporción final diferente.

Mejorador de Indicaciones#

TextGenerateV2 (#34) lee tu instrucción corta más una vista previa de baja resolución de la imagen para generar un JSON estructurado que incluye una leyenda expandida y consciente de la escena. Un system_prompt estricto (#36) impone una salida limpia; StringReplace (#40) inyecta tu instrucción, y JsonExtractString (#44) extrae el campo expanded_caption. ComfySwitchNode (#41) te permite enrutar ya sea la leyenda mejorada o tu instrucción sin procesar, y PreviewAny (#37) muestra exactamente qué texto impulsará la edición. Usa esto cuando desees que MiniMax H3 Edición de Imagen ComfyUI infiera reglas precisas de preservación, anclajes espaciales y redacción clara de una breve solicitud.

Modelos#

UNETLoader (#29), CLIPLoader (#30), y VAELoader (#31) obtienen MiniMax‑H3‑Image, su codificador de texto Qwen3VL‑32B, y el VAE. Estos están preseleccionados para el flujo de trabajo y normalmente no requieren cambios. Mantener estos componentes emparejados garantiza que el editor interprete tu indicación e imagen de manera consistente.

Acondicionamiento#

MiniMaxH3ImageConditioning (#32) fusiona el texto de la indicación, las incrustaciones de CLIP y tu imagen de referencia redimensionada para producir tanto el acondicionamiento positivo como un latente inicial vinculado a la resolución de tu fuente. GetImageSize (#50) proporciona ancho y alto para que las ediciones se mantengan alineadas compositivamente con la fuente. ConditioningZeroOut (#33) suministra la entrada negativa del muestreador. Con CFG fijado en 1, no hay paso de guía libre de clasificador; pon tus instrucciones de edición y preservación en la indicación positiva.

Muestreo y Decodificación#

KSampler (#38) usa la configuración destilada validada: 6 pasos, CFG 1, muestreador Euler, programador simple y desruido 1. Mantén estas configuraciones y guía la edición a través de tu instrucción, la leyenda expandida y variaciones de semilla. VAEDecode (#42) convierte el latente final de nuevo a una imagen RGB lista para guardar y comparar.

Salida#

SaveImage (#9) escribe tu resultado con un nombre de archivo claro. ImageCompare (#62) presenta una vista interactiva de antes y después para que puedas inspeccionar la geometría, iluminación y continuidad de textura y rápidamente iterar en la indicación si es necesario.

Nodos clave#

MiniMaxH3ImageConditioning (#32)#

Construye la configuración de edición vinculando tu indicación, codificador de texto, VAE e imagen de referencia en un latente compatible con MiniMax‑H3 y acondicionamiento positivo. Para una mayor preservación, mantén la imagen fuente conectada y frasea las instrucciones con lenguaje explícito de "preservar"; para cambios más grandes de escena, enfoca la leyenda en nuevo contenido y relaciones. Este flujo de trabajo guardado conecta una imagen fuente a las etapas de acondicionamiento y mejora de indicación.

TextGenerateV2 (#34)#

Expande instrucciones breves en una leyenda rica y condicionada por referencia usando Qwen 3.5 9B. Ajusta el system_prompt (#36) para cambiar cómo se estructuran las leyendas o cuán estrictamente se enfatiza la preservación, manteniendo intacto su contrato JSON. Si la leyenda mejorada se siente demasiado prescriptiva, desactiva el mejorador con el interruptor o simplifica tu instrucción para dar a MiniMax‑H3 más libertad.

KSampler (#38)#

Ejecuta la edición de difusión con el horario destilado del modelo: 6 pasos, CFG 1, Euler/simple, y desruido 1. Estos coinciden con las configuraciones de plantilla oficial. Para reemplazos dirigidos, especifica el nuevo objeto y nombra explícitamente la iluminación, perspectiva, fondo y otros detalles a preservar. Prueba otra semilla o revisa la indicación cuando una edición necesite mejora.

ResizeImageMaskNode (#56 y #48)#

El nodo #56 redimensiona la entrada a un objetivo de 4 MP, escalándola hacia arriba o hacia abajo según sea necesario. El nodo #48 alinea las dimensiones a un múltiplo de 32. La salida validada fue de 2496 × 1664 píxeles, aproximadamente 4 MP. Los objetivos más grandes aumentan los requisitos de memoria y no han sido validados para este flujo de trabajo guardado.

ComfySwitchNode (#41)#

Selecciona entre la instrucción sin procesar y la leyenda mejorada. Usa la ruta mejorada cuando desees reglas de preservación precisas y referencias espaciales; elige la ruta sin procesar cuando experimentes rápidamente o cuando tu propia redacción ya sea específica.

Alcance y consejos de indicación#

El flujo de trabajo suministrado y probado edita una imagen fuente a aproximadamente 4 MP. El modelo aguas arriba admite salida nativa alrededor de 16 MP y múltiples imágenes de referencia, pero esas capacidades están fuera de la configuración validada de este flujo de trabajo. Usar referencias adicionales requiere cambiar el gráfico; consulta el tutorial oficial para esas extensiones.

• Patrones de indicación que funcionan bien con MiniMax H3 Edición de Imagen ComfyUI:
  • “Reemplazar [objeto] con [nuevo objeto]; preservar [lista elementos específicos como fachada, iluminación, perspectiva].”
  • “Recolorar [sujeto] a [color objetivo]; mantener material, sombreado y reflejos consistentes.”
  • “Agregar letras [texto exacto] en [superficie]; igualar perspectiva y proyectar sombras de contacto sutiles.”
• Referencias:
  • Plantilla oficial para la edición de imagen MiniMax‑H3 en ComfyUI: workflow_templates
  • Pesos de modelo y codificadores de texto: Comfy‑Org/MiniMax‑H3‑Image y Comfy‑Org/MiniMax‑H3 y Comfy‑Org/Qwen3.5

Agradecimientos#

Este flujo de trabajo implementa y se basa en los siguientes trabajos y recursos. Agradecemos a Comfy-Org por la plantilla de flujo de trabajo de edición de imágenes ComfyUI oficial y los pesos del modelo MiniMax H3 Image, Comfy.org por el anuncio de lanzamiento de MiniMax H3 Image, y Comfy.org por el tutorial de ComfyUI de MiniMax H3 Image por sus contribuciones y mantenimiento. Para detalles autorizados, por favor consulta la documentación original y los repositorios enlazados a continuación.

Recursos#

• Comfy-Org/Plantilla oficial de flujo de trabajo de edición de imágenes ComfyUI
  • GitHub: Comfy-Org/workflow_templates
• Comfy.org/Anuncio de lanzamiento de MiniMax H3 Image
  • Documentos / Notas de lanzamiento: MiniMax H3 Image launch announcement
• Comfy.org/Tutorial de ComfyUI de MiniMax H3 Image
  • Documentos / Notas de lanzamiento: MiniMax H3 Image ComfyUI tutorial
• Comfy-Org/Pesos del modelo de MiniMax H3 Image
  • Hugging Face: Comfy-Org/MiniMax-H3-Image

Nota: El uso de los modelos, conjuntos de datos y código referenciados está sujeto a las respectivas licencias y términos proporcionados por sus autores y mantenedores.