MiniMax H3 マルチキャラクタースワップ | 1-4キャラクター置換

MiniMax H3 マルチキャラクタースワップ: 静止画像の1〜4キャラクター置換 in ComfyUI#

MiniMax H3 マルチキャラクタースワップは、静止画像内の1〜4人を置き換えるためのリファレンス駆動型ComfyUIワークフローです。H3 Replacer v1.3は、シーン画像、別々のキャラクターリファレンス、Qwen3-VLプロンプトの組み立て、およびFizgigの静止画像潜在パスを組み合わせて、新しいアイデンティティと衣装をガイドしながら、シーンの構成と照明を保持します。

基本の写真またはアートワークを使用し、シーン内の人々と同じ順序でリファレンスを割り当てます。位置、手の動作、および保持すべきオブジェクトを明示的に記述します。例は、1人、2人、3人、および4人をカバーしており、イラストされたペアを含みます。アイデンティティの一致、ポーズ、背景の詳細は、各レンダリング後に確認が必要です。

MiniMax H3 マルチキャラクタースワップワークフローの主なモデル#

• MiniMax H3 Singularity。保存されたワークフローはMinimax-h3_Singularity_ref2va_Pruned_v1.3_int8.safetensorsを拡散モデルとして使用します。モデルリポジトリ
• Qwen3-VL 8B。qwen3vl_8b_int8_convrot.safetensorsは画像記述とプロンプトの自動組み立てをサポートします。H3コンディショニングエンコーダーからは独立しています。Qwen3-VLモデルファイル
• H3コンディショニングエンコーダーとVAE。グラフはqwen3vl_32b_minimax_h3_int8_convrot.safetensorsとminimax_h3_video_vae_fp16.safetensorsをH3コンディショニングと画像潜在変換に使用します。このワークフローは、いくつかのノードとモデル名にビデオ用語が含まれていても、静止画像を保存します。MiniMax H3モデルファイル

ComfyUIでMiniMax H3 マルチキャラクタースワップを使用する方法#

ワークフローは、ベース画像を分析し、テキストとリファレンスから正確な指示を組み立て、MiniMax H3で最終的な静止画像をレンダリングするために協力する6つの色分けされたグループに整理されています。被写体の数を設定し、リファレンスを読み込み、自動生成された指示をプレビューし、レンダリングして確認します。

モデル#

このグループは拡散モデル、Qwen3-VLエンコーダーの両方、およびVAEを読み込みます。提供された選択を維持してテストされたワークフローを再現します。H3 Replacer v1.3はソースワークフローのバージョンです。拡散モデル、ヘルパーエンコーダー、およびH3コンディショニングエンコーダーは、グラフの異なる部分に役立ちます。

キャラクター#

1〜4つのキャラクターリファレンスを読み込み、シーン内の人物にそれぞれのスロットを明示的に一致させます。メインシーンはPicture 1です。キャラクター1はPicture 2を使用し、キャラクター2はPicture 3を使用するなどです。特徴的な顔の特徴、髪型、衣装、またはアクセサリーに関する短いメモを追加します。すべてのLoadImageノードが有効なファイルを指していることを確認します。保存された2人用設定では、使用されていない3番目と4番目のスロットに有効なリファレンスを保持します。キャラクター数の設定は、アクティブなリファレンスを制御します。

メイン設定#

Settings (#328)を開いて、キャラクター数(1〜4)、リファレンス画像のサイズ、および潜在パスを選択します。Custom sizeを無効にすると、グラフはベース画像の寸法を使用します。Reinforce relightは、シーンの光と影に合うように指示を追加します。Use Fizgigを有効にして、テストされた単一フレームパスを再現します。これはドラフト対最終品質の切り替えではありません。

プレビュー指示#

Get character poses (#4)、Lock identity (#22)、およびSubject match to character (#33)をレビューして、生成されたポーズの説明、アイデンティティの指示、およびリファレンスマッピングを確認します。これらのペインはモデル生成のテキストを表示します。それらの名前は正しい一致を保証するものではなく、アイデンティティの混同を防ぐものでもありません。説明が間違っている場合は、メイン設定またはキャラクターの指示フィールドを修正して再実行します。組み立てられたプロンプトと結果の画像の両方を確認してください。

ワーカー#

Create prompt (#303)は、追加の指示、ポーズの説明、およびアイデンティティの指示を組み合わせます。また、画像の寸法とFizgig単一フレームの潜在を提供します。マッピングがオフの場合は、入力説明を洗練し、再生成します。プレビューグループは、結果のテキストを表示しますが、それらの指示のソースとしては機能しません。

結果#

MiniMaxH3ReferenceToVideo (#39)は、組み立てられたプロンプト、H3テキストエンコーダー、VAE、および順序付けられたリファレンスを消費して、コンディショニングと初期の潜在を生成します。スイッチは、その潜在とFizgig静的潜在パスをサンプリング前に選択します。SamplerCustomAdvanced (#15)がロードされたガイダーとスケジュールを使用してデノイズした後、VAEDecodeが最終画像を生成し、Assembled prompt (#29)パネルが実行に使用された正確な指示を表示します。出力は自動的に保存され、レビューと反復のために使用されます。

MiniMax H3 マルチキャラクタースワップワークフローの主要ノード#

• MiniMaxH3ReferenceToVideo (#39) シーン画像、順序付けられたキャラクターリファレンス、および組み立てられたプロンプトをH3コンディショニングと開始潜在に変換します。テストされた構成では、サンプラーはFizgig単一フレーム潜在を使用します。最終チェーンは画像を選択して保存します。ノード名はこれがビデオスワップワークフローであることを示していません。
• Settings (#328) キャラクター数(1〜4)、リファレンスサイズ、Use Fizgig、Custom size、およびReinforce relightを制御します。保存されたデフォルトから始め、結果を比較するときに1つの設定を変更します。
• FizgigH3StillLatent (#205) Create promptサブグラフ内に単一フレームの潜在を作成します。保存されたワークフローはこの潜在を使用し、その元の標準VAEDecodeノードを保持します。それに続くImageFromBatchおよびSaveImage。例はそのグラフでレンダリングされました。プラグインは、ここでは使用されていない別のStill Decodeノードも提供します。Fizgig H3 Stillプロジェクト
• Create prompt (#303) ポーズの説明、アイデンティティの指示、および追加のメモから指示文字列を組み立てます。また、画像の寸法とFizgig潜在を提供します。マッピングがオフの場合、入力説明を洗練して再生成します。プレビューグループは結果のテキストを表示しますが、それらの指示のソースとしては機能しません。
• SamplerCustomAdvanced (#15) ロードされたガイダーとスケジューラを使用してデノイズプロセスを駆動します。反復間の一貫性のために、比較中はシードを固定しておいてください。アイデンティティと配置に満足した後、バリエーションを探るときにのみスイッチします。

オプションの追加#

• 位置を明示的に記述します。短い指示で「キャラクター1は左にコップを持っている」と「キャラクター2は右に本のそばにいる」と書きます。MiniMax H3 マルチキャラクタースワップがマッピングを安定させます。
• 重要な小道具と手の動作を正確に記述します。閉じた本、壁に手を置いている、または残るべきバックパックを指定します。これらの詳細は、例で明示的な指示が必要でした。
• 互換性のあるレンダリングスタイルのリファレンスを使用します。イラスト例では、新たに描かれたキャラクターリファレンスを使用しています。写真のリファレンスは、最初はソースアートワークに対してキャラクターがリアルすぎるように見えました。
• リライティングと解剖学を確認します。顔、手、持っているオブジェクト、リファレンスの順序、および背景の連続性を確認します。オブジェクトが消えるか、ポーズが変わった場合は、説明を調整して再実行します。

出力は静止画像です。シーンの保持とアイデンティティの一致は、リファレンス、指示、および設定に依存します。ワークフローは、すべての入力に対してピクセル同一の背景や完璧な一致を保証するものではありません。

謝辞#

このセットアップは、著者のH3 Replacer v1.3ワークフロー、WarmBloodAbanのMiniMax H3 Singularityモデル、Comfy-Orgのモデルファイル、およびshootthesoundのFizgig H3 Stillノードを使用しています。ソースページの「1–4」はキャラクターの数を指し、ワークフローバージョン1.4ではありません。

リソース#

• オリジナルH3 MiniMax マルチキャラクタースワップワークフロー
  • 出典: H3 Multi-Character Swap — 1–4 characters
• 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

注意: 参照されたモデル、データセット、コードの使用は、それぞれの著者およびメンテナーが提供するライセンスおよび条件に従います。