MiniMax H3 Scambio di Personaggi con SAM3 | MDMZ

MiniMax H3 Scambio di Personaggi con SAM3#

MiniMax H3 Scambio di Personaggi con SAM3 è il workflow di MDMZ per ComfyUI per sostituire il performer sullo schermo in un video con un personaggio di riferimento, preservando il movimento della fonte, il timing, il movimento della camera e, opzionalmente, lo sfondo originale. Utilizza SAM3 per isolare il soggetto e costruisce una guida di movimento invertita in modo che MiniMax H3 segua il movimento e l'inquadratura senza copiare l'identità. I risultati possono mantenere dettagli dal performer della fonte o alterare parti dello sfondo, quindi rivedere il clip completo per identità, mani, abbigliamento e coerenza della scena.

Il workflow utilizza un percorso di prompt gratuito: esegui il prompt fornito così com'è, o incolla manualmente un prompt strutturato generato nell'app gratuita Gemini per i tuoi input. Il salvataggio predefinito utilizza la modalità Normale, lo sfondo del video sorgente e l'output silenzioso. Sono inclusi il passthrough delle sorgenti audio opzionali e le modalità di anteprima Turbo, e il workflow adatta la lunghezza del clip a un conteggio di frame compatibile con il modello.

Gli esempi verificati utilizzano il ramo di prompt gratuito, modalità Normale a 20 passaggi e sfondi video. Le opzioni Turbo, sfondo immagine e audio/lip-sync sono incluse ma non sono state esercitate in questi esempi. "Prompt gratuito" si riferisce al percorso del prompt; l'uso della GPU RunComfy è fatturato separatamente.

Modelli chiave nel workflow ComfyUI MiniMax H3 Scambio di Personaggi con SAM3#

• Modello base MiniMax H3 Reference‑to‑Video (Ref2VA/Ref2V). Il backbone di diffusione che trasforma il tuo prompt, immagini di riferimento e guida di movimento in frame video coerenti mentre traccia la camera e il timing. I file del modello e il rilascio sono ospitati nel repository ufficiale MiniMax H3. MiniMax H3 su Hugging Face
• MiniMax H3 Video VAE fp16 e Audio VAE fp32. Il video VAE codifica e decodifica i frame latenti in modo efficiente; l'audio VAE gestisce i latenti audio per il percorso audio-capace di H3. La sua presenza non garantisce la qualità del lip-sync. Incluso nel rilascio di MiniMax H3. MiniMax H3 su Hugging Face
• Codificatore di testo Qwen3‑VL 32B NVFP4 AWQ. Confezionato con MiniMax H3 per codificare prompt lunghi e strutturati e mantenere un forte allineamento testo‑video. Vedi i file del modello MiniMax H3 per il codificatore di testo utilizzato. MiniMax H3 su Hugging Face
• SAM 3.1 Multiplex. Fornisce una segmentazione robusta e promptabile per trovare la persona da sostituire e per costruire una maschera coerente per frame che guida la guida di movimento. SAM 3.1 su Hugging Face
• MiniMax H3 Ref2V Turbo LoRA v0.1. Un LoRA opzionale che accelera le anteprime con un piccolo conteggio di passaggi mantenendo l'aspetto generale di H3. Meglio usato per l'iterazione, poi passa a Normale per i finali. MiniMax H3 LoRAs

Come usare il workflow ComfyUI MiniMax H3 Scambio di Personaggi con SAM3#

A un livello alto, fornisci un breve clip sorgente e un'immagine di un singolo personaggio. Il workflow rileva e inverte solo il performer per creare una guida di movimento, combina il prompt fornito o incollato con l'ambientazione di sfondo, quindi MiniMax H3 esegue lo scambio. L'audio sorgente può passare opzionalmente all'output; la qualità del lip-sync non è stata verificata in questi esempi silenziosi.

1 · INPUT Carica il tuo clip di movimento nel caricatore video (#970), che lo converte a 24 fps, e taglia la sezione desiderata. L'esempio salvato utilizza 124 frame (circa 5,17 secondi). Aggiungi l'immagine del personaggio nel caricatore di immagini (#496). Imposta l'aspetto dell'output e i megapixel con il selettore di risoluzione (#501). Usa il prompt fornito o incollane uno per i tuoi input nel gruppo 3B, scegli una velocità di rendering (qualità Normale o anteprime Turbo), scegli se lo sfondo proviene dal video sorgente o dall'immagine del personaggio, e decidi se l'audio sorgente dovrebbe passare per il lip sync.

2 · GUIDA DI MOVIMENTO Il rilevatore SAM3 (#503) trova il soggetto basandosi su un'etichetta di testo breve come persona o uomo:1. Usa l'anteprima della maschera (#492) per confermare che il bersaglio è bianco solido. Il workflow inverte solo il performer mascherato in modo che H3 legga movimento e inquadratura dai bordi e dalle sfumature piuttosto che dall'identità. Regola il budget di pixel della guida di movimento con la Risoluzione della Guida di Movimento (#456) per scambiare velocità con precisione. Un interruttore dedicato ti permette di costruire una guida di movimento che esclude lo sfondo video quando stai trasferendo movimento da un'immagine.

3B · PROMPT GRATUITO Esegui il prompt fornito così com'è, o copia le istruzioni Gemini incluse dal gruppo 3 e chiedi all'app gratuita Gemini di analizzare il tuo clip e l'immagine del personaggio. Usa la stessa sezione tagliata che genererai, quindi incolla la risposta nel tuo H3 Prompt (#910). Il workflow pulisce automaticamente intestazioni e recinzioni di codice in modo che il testo corrisponda alla struttura prevista di H3.

3C · SFONDO DAL VIDEO (sostituzione del personaggio) Quando desideri un puro scambio di personaggi all'interno della scena originale, il workflow aumenta il tuo prompt con regole che chiedono a H3 di mantenere lo sfondo e l'illuminazione del clip sorgente. Dice a H3 di preservare la geometria del set, gli oggetti e la colorazione, e di illuminare il nuovo personaggio per adattarsi al colpo. La guida di movimento include il performer invertito sopra il frame originale in modo che i segnali ambientali rimangano visibili al modello.

3C · SFONDO DALL'IMMAGINE (trasferimento di movimento) Per il trasferimento di movimento su uno sfondo di riferimento fermo, il prompt viene riscritto per mantenere l'ambiente e l'illuminazione dall'immagine del personaggio e ignorare l'ambientazione del video sorgente. Le linee di illuminazione e inquadratura video in conflitto vengono rimosse. La guida di movimento viene ricomposta su una tela neutra in modo che solo il movimento e il percorso della camera siano utilizzati, per ridurre l'influenza dello sfondo del video sorgente; questa modalità opzionale non è stata verificata negli esempi forniti.

3D · TESTO FINALE → H3 L'interruttore di sfondo unisce il set di regole corretto e mostra il prompt finale inviato a H3 in modo che tu possa controllarlo. Questa esatta stringa viene alimentata nella generazione.

4 · GENERAZIONE MiniMax H3 Ref → Video (#464) prende il prompt strutturato, l'immagine del personaggio, i frame della guida di movimento, larghezza e altezza dal selettore di risoluzione, e una lunghezza auto-validata. La modalità Normale salvata utilizza 20 passaggi di campionamento. La modalità Turbo abilita il Ref2V Turbo LoRA con un basso conteggio di passaggi per anteprime veloci, oltre a uno spostamento sigma sintonizzato per video e audio; la guida, il campionatore e gli interruttori di passaggi scelgono il percorso attivo. Il seed controlla la variazione del campionamento; cambiarlo può influire su identità, movimento e dettagli di sfondo. Il campionatore personalizzato combina rumore, programma e guida con il clip latente.

5 · OUTPUT Un nodo di pulizia VRAM viene eseguito prima della decodifica per ridurre la pressione della memoria; non garantisce libertà dagli errori di memoria insufficiente. Il video VAE decodifica i latenti in frame, e Salva Video scrive l'MP4. L'output predefinito è silenzioso; l'audio sorgente è allegato solo quando il percorso del suono è abilitato e l'input ha una traccia audio.

Nodi chiave nel workflow ComfyUI MiniMax H3 Scambio di Personaggi con SAM3#

MiniMax H3 Ref → Video (#464) Il generatore principale che lega il tuo prompt, l'immagine di riferimento e la guida di movimento. Mantieni il prompt strutturato e specifico, e fornisci una forte immagine di riferimento per l'identità. Larghezza e altezza provengono dal selettore di risoluzione in modo che il rapporto di aspetto corrisponda alla tua intenzione. La lunghezza è guidata dal contatore di frame automatico per soddisfare il passo di H3; abilita il percorso del suono solo per clip con audio, e rivedi qualsiasi sincronizzazione del discorso separatamente.

SAM3 Rileva persona (#503) Esegue la segmentazione SAM 3.1 con un breve suggerimento di testo in modo che il performer giusto sia isolato. Se una scena ha più persone, aggiungi un qualificatore rapido come uomo:1 o donna in rosso:1. Controlla prima l'anteprima della maschera; se i bordi sono mancanti o si verifica una fuoriuscita, stringi il prompt o regola le impostazioni del rilevatore. Una maschera pulita è la via più veloce per scambi stabili.

Risoluzione della Guida di Movimento (#456) Imposta il budget totale di pixel utilizzato dalla guida di movimento. I valori più bassi riducono il costo di elaborazione e il dettaglio della guida. I valori più alti mantengono più dettaglio spaziale nella guida ma richiedono più elaborazione; la qualità migliorata dell'output non è garantita. Aumenta gradualmente e osserva le prestazioni e la stabilità.

Turbo LoRA (Ref2V) (#950) Abilita un percorso di anteprima veloce che si abbina a un schedulatore di passaggi basso e uno spostamento sigma sintonizzato per video e audio. Usalo per iterare prompt, inquadratura e movimento rapidamente. Per scatti finali, torna ai passaggi Normali per recuperare la piena fedeltà di MiniMax H3.

Conteggio di frame valido (auto) (#481) Arrotonda automaticamente il tuo clip tagliato a un conteggio di frame compatibile con il modello in modo che il campionamento rimanga stabile. Le lunghezze tipiche che le persone usano includono 107, 124, 158, 209 e 362 frame, che sono approssimativamente 4,5 s, 5 s, 6,6 s, 8,7 s e 15 s a 24 fps. Imposta visivamente l'inizio e la fine nel caricatore e lascia che questo nodo gestisca il numero esatto.

Extra opzionali#

• Controlla prima la maschera; il soggetto dovrebbe essere bianco solido nell'anteprima.
• Mantieni il frame rate a 24 fps per un movimento e un lip sync coerenti.
• Il percorso audio salvato è disattivato. Abilitalo solo per clip con audio; rivedi la sincronizzazione del discorso piuttosto che assumere che corrisponderà.
• Usa Turbo per anteprime rapide, poi passa a Normale per render finali.
• Per la sostituzione del personaggio, scegli Sfondo dal Video; per il trasferimento di movimento, scegli Sfondo dall'Immagine.
• Se l'app gratuita restituisce testo recintato da codice o intestazioni strane, incollalo comunque; il workflow pulisce automaticamente il formato.
• Cambia il seed per esplorare un altro risultato, poi ricontrolla movimento, inquadratura, identità e dettagli di sfondo.

Ringraziamenti#

Questo workflow implementa e si basa sui seguenti lavori e risorse. Ringraziamo MDMZ per il tutorial e la guida di configurazione del workflow H3 Character Replacement, Comfy-Org per i modelli MiniMax-H3 per ComfyUI, e il team ComfyUI per la Guida Ufficiale di Generazione Video MiniMax H3 per i loro contributi e manutenzione. Per dettagli autorevoli, fare riferimento alla documentazione e ai repository originali linkati di seguito.

Risorse#

• MDMZ/MDMZ workflow tutorial
  • Documenti / Note di Rilascio: YouTube
• MDMZ/MDMZ workflow e guida
  • Documenti / Note di Rilascio: Post su Patreon
• Comfy-Org/Modelli MiniMax H3 per ComfyUI
  • Hugging Face: Comfy-Org/MiniMax-H3
• ComfyUI/Guida MiniMax H3 ComfyUI
  • GitHub: comfy-org/docs
  • Documenti / Note di Rilascio: Documenti ComfyUI

Nota: L'uso dei modelli, dataset e codice di riferimento è soggetto alle rispettive licenze e termini forniti dai loro autori e manutentori.