MiniMax H3 Image Character Swap ComfyUI : remplacement de personnage fidèle à la référence pour les images fixes#
Ce flux de travail remplace une seule personne dans une image fixe par un personnage de référence tout en préservant la scène originale. Chargez votre scène comme Image 1 et votre référence de personnage comme Image 2 ; le point de contrôle MiniMax H3 Image avec l'adaptateur de changement de personnage Akatz guide l'identité, les cheveux, la tenue et même le style artistique pour que le nouveau personnage s'intègre naturellement dans la prise de vue. MiniMax H3 Image Character Swap ComfyUI est idéal pour les illustrateurs, les éditeurs et les amateurs qui souhaitent des remplacements fidèles et haute résolution sans masquage manuel.
Dans l'exemple de duel de cartes inclus, le personnage illustré remplace le joueur original à la table et garde une main sur l'as. Le pipeline met à l'échelle votre entrée sur une toile exploitable, conditionne le modèle avec les deux images plus une instruction brève, puis rend un échange qui respecte l'arrière-plan, l'éclairage, le cadrage et toutes les autres personnes.
Modèles clés pour MiniMax H3 Image Character Swap#
- MiniMax H3 Image par MiniMaxAI. L'ossature de diffusion d'images haute résolution utilisée pour l'édition et la génération dans ce flux de travail. Il fournit le transformateur de débruitage qui effectue la réécriture d'image réelle guidée par le conditionnement. Model card
- MiniMax H3 Image Character Swap (pré-fusionné). Un point de contrôle prêt à l'emploi qui fusionne le LoRA de changement de personnage Akatz dans le UNet MiniMax H3 Image pour que le transfert d'identité, de cheveux, de tenue et de style soit étroitement dirigé pendant l'échantillonnage. Model card
- Akatz MiniMax‑H3 Character‑Swap LoRA. L'adaptateur qui spécialise MiniMax H3 Image pour le remplacement de personnage, en se concentrant sur la structure faciale, la silhouette des cheveux, les indices vestimentaires et la cohérence stylistique. Inclus via le point de contrôle fusionné mais également disponible séparément. Model card
- MiniMax H3 Image VAE (FP16). L'autoencodeur variationnel utilisé pour encoder la scène en latents et décoder l'image finale avec une grande fidélité aux textures et aux détails fins. Model card
- Qwen 3.5 9B (W4A8 GPTQ). Un modèle de langage compact utilisé ici pour l'amélioration de l'invite : il élargit une instruction d'édition courte en une légende précise, conditionnée par référence, qui améliore la guidance. Model card Note : Les exemples de l'Amplificateur d'Invite de MiniMax fonctionnent également avec d'autres variantes de Qwen, telles que les ressources MiniMax H3 Image PE. Model card
Comment échanger un personnage dans ComfyUI#
Le flux de travail suit un chemin simple : fournissez deux images et une instruction courte, améliorez éventuellement l'instruction en une légende structurée, construisez un conditionnement qui fusionne les indices de la scène et du personnage, puis échantillonnez et décodez l'échange.
Entrées Utilisateur#
Chargez la photo ou l'illustration de la scène comme Image 1 en utilisant LoadImage (#45) et la référence de personnage comme Image 2 en utilisant Load Image (character reference) (#63). Entrez une instruction courte dans Text (user_prompt) (#43), par exemple : "Échangez la personne dans l'Image 1 avec le personnage dans l'Image 2 ; préservez l'arrière-plan et le cadrage." Le flux de travail redimensionne automatiquement la scène à environ 4 mégapixels avec ResizeImageMaskNode (#56) puis ajuste la taille de travail à un multiple de 32 avec ResizeImageMaskNode (#48). GetImageSize (#50) transmet la largeur et la hauteur redimensionnées pour que le modèle échantillonne sur la toile de la scène. Pour de meilleurs résultats, choisissez une image de référence où l'angle du visage, l'éclairage et la coiffure sont clairement visibles.
Amplificateur d'Invite (optionnel)#
Si vous activez Boolean (Enable PE?) (#61), le pipeline dirige votre instruction à travers un amplificateur d'invite compact. StringReplace (#40) insère votre texte libre dans un modèle de tâche, et TextGenerateV2 (#34) utilise Qwen 3.5 pour produire un seul objet JSON contenant une ‘expanded_caption’ qui décrit précisément l'image cible souhaitée. JsonExtractString (#44) extrait la valeur ‘expanded_caption’, et ComfySwitchNode (#41) choisit entre cette légende enrichie et votre formulation originale. PreviewAny (#37) vous permet d'inspecter la chaîne d'invite finale envoyée en aval. Désactivez l'amplificateur lorsque vous souhaitez un contrôle littéral, mot pour mot.
Conditionnement#
MiniMaxH3ImageConditioning (#32) assemble la guidance pour MiniMax H3 Image en combinant l'invite textuelle avec les deux images. L'Image 1 fournit la scène de base et la composition, et l'Image 2 fournit l'identité, les cheveux, la tenue et le style à transférer. Le nœud reçoit également la largeur et la hauteur de travail de GetImageSize (#50), garantissant un échange sur la toile de la scène plutôt qu'une résolution rembourrée. Un ConditioningZeroOut neutre (#33) est utilisé comme conditionnement négatif pour que seules votre invite et vos références dirigent l'édition. Cette étape est celle où le modèle apprend ce qu'il faut conserver (arrière-plan, éclairage, cadrage) et ce qu'il faut remplacer (la personne sélectionnée).
Échantillonnage et Décodage#
KSampler (#38) exécute le point de contrôle fusionné MiniMax H3 Image Character Swap pour effectuer le passage de débruitage qui exécute le remplacement. L'échantillonneur respecte le latent de la scène, votre invite, et la référence de personnage pour maintenir les caractéristiques critiques de l'identité tout en préservant l'environnement. Gardez denoise près de 1.0 pour un échange complet de personne ; réduisez-le légèrement si vous souhaitez des changements plus doux. VAEDecode (#42) convertit les latents affinés en une image RVB haute fidélité.
Sortie et révision A/B#
SaveImage (#9) écrit le résultat avec un préfixe de nom de fichier cohérent, et ImageCompare (#62) présente un avant/après interactif pour que vous puissiez vérifier le cadrage, le placement des mains et la continuité de l'éclairage. Cette étape finale facilite la confirmation des détails comme la main du duelliste sur l'as ou les occultations subtiles qui ancrent le personnage dans la scène.
Nœuds clés pour MiniMax H3 Image Character Swap#
MiniMaxH3ImageConditioning (#32)#
Ce nœud fusionne votre instruction textuelle avec l'Image 1 (scène) et l'Image 2 (personnage) pour construire la guidance que MiniMax H3 Image suit. Utilisez une formulation concise pour renforcer les indices d'identité et de tenue de la référence tout en déclarant ce qu'il faut préserver dans la scène. Si l'échange doit respecter un détail de composition spécifique (par exemple, ‘main droite sur l'as’), mentionnez-le explicitement pour que la guidance ancre correctement le contact et l'occlusion.
KSampler (#38)#
L'échantillonneur exécute la réécriture réelle avec le point de contrôle de changement de personnage fusionné. Ajustez steps pour un compromis qualité/temps et variez seed pour des alternatives. Gardez cfg bas pour privilégier la forte guidance conditionnée par l'image qui préserve l'arrière-plan et l'éclairage ; augmentez-le uniquement lorsque l'invite nécessite plus d'influence. Utilisez denoise près de 1.0 pour un remplacement complet ; des valeurs plus basses conservent plus de la personne originale.
TextGenerateV2 (#34)#
Lorsque l'Amplificateur d'Invite est activé, ce nœud élargit votre instruction courte en une ‘expanded_caption’ structurée qui couple étroitement les preuves de la scène avec l'identité et le style du personnage. Il est utile lorsque votre texte initial est bref, vague ou manque de détails sur la toile. Si vous rédigez déjà des instructions précises, vous pouvez ignorer l'amplificateur pour un contrôle littéral maximal.
ComfySwitchNode (#41)#
Ce commutateur dirige soit la légende enrichie, soit votre user_prompt original dans le conditionnement, contrôlé par Boolean (Enable PE?) (#61). Activez-le pour obtenir automatiquement des légendes plus riches, conscientes des références ; désactivez-le pour respecter exactement les mots que vous avez tapés.
ResizeImageMaskNode (#56)#
Le flux de travail met d'abord à l'échelle la scène à environ 4 mégapixels pour entrer dans le point idéal de MiniMax H3 Image, puis ResizeImageMaskNode (#48) garantit que les dimensions sont un multiple de 32 pour un échantillonnage efficace. Cela maintient la mémoire prévisible tout en conservant une forte fidélité de la scène. Si vos entrées sont déjà grandes et propres, le redimensionnement automatique préserve toujours la composition en conduisant la toile finale à partir de la scène redimensionnée.
Extras optionnels#
- Guidance de résolution : MiniMax H3 Image fonctionne mieux entre 4 MP et 20 MP, avec un point idéal autour de 16 MP. Les toiles courantes de 16 MP incluent 4096x4096 (1:1), 5024x3360 (3:2), et 5472x3072 (16:9).
- Correspondance de pose : Choisissez une référence avec un angle de tête similaire, une silhouette de cheveux et un éclairage à votre scène ; cela renforce le transfert d'identité et réduit les artefacts autour des lignes de cheveux et des oreilles.
- Ancrages à conserver : Mentionnez les interactions qui doivent persister, telles que ‘main droite sur l'as’ ou ‘coude sur la table’, pour que l'échange respecte le contact, les ombres et les occultations.
- Éditions douces vs audacieuses : Abaissez
denoiseou réduisezstepssi le modèle modifie des régions non affectées ; augmentez-les pour des remplacements plus durs ou des mélanges stylistiques. - Édition multi-images : Vous pouvez ajouter plus de nœuds
LoadImageet les alimenter dansTextGenerateV2etMiniMaxH3ImageConditioningpour fournir des références supplémentaires d'identité, de tenue ou de style. - Dépannage de la dérive : Si les arrière-plans changent, ajoutez un langage de préservation à l'invite (par exemple, ‘préserver l'arrière-plan, l'éclairage et le cadrage de la caméra’) et gardez
cfgmodeste pour que le conditionnement de l'image domine.
Ce flux de travail MiniMax H3 Image Character Swap ComfyUI offre des remplacements haute fidélité, sensibles au style, qui maintiennent votre scène intacte tout en transférant l'identité et les vêtements du personnage avec confiance.
Remerciements#
Ce flux de travail implémente et s'appuie sur les travaux et ressources suivants. Nous remercions chaleureusement akhaliq pour le point de contrôle MiniMax-H3-Image Character Swap et le flux de travail ComfyUI, MiniMaxAI pour le modèle de base MiniMax H3 Image, et Akatz AI pour l'adaptateur H3 Character Swap LoRA pour leurs contributions et leur maintenance. Pour des détails autoritaires, veuillez vous référer à la documentation originale et aux dépôts liés ci-dessous.
Ressources#
- akhaliq/MiniMax-H3-Image-Character-Swap
- MiniMaxAI/MiniMax-H3-Image
- Hugging Face : Modèle de base MiniMax H3 Image
- akatz-ai/MiniMax-H3-Character-Swap-LoRA
- Hugging Face : Adaptateur de changement de personnage Akatz
Note : L'utilisation des modèles, ensembles de données et codes référencés est soumise aux licences et conditions respectives fournies par leurs auteurs et mainteneurs.








