MiniMax H3 이미지 캐릭터 교체 ComfyUI: 정지 이미지에 대한 참조 기반 캐릭터 대체#
이 워크플로우는 정지 이미지에서 한 사람을 참조 캐릭터로 교체하면서 원래 장면을 보존합니다. 그림 1로 장면을 로드하고 그림 2로 캐릭터 참조를 로드하세요; MiniMax H3 이미지 체크포인트와 Akatz 캐릭터 교체 어댑터는 정체성, 헤어, 의상, 심지어 예술 스타일까지 안내하여 새로운 캐릭터가 자연스럽게 장면에 맞도록 합니다. MiniMax H3 이미지 캐릭터 교체 ComfyUI는 일러스트레이터, 편집자 및 취미가들에게 손 마스킹 없이도 충실하고 높은 해상도의 대체물을 제공하기에 이상적입니다.
포함된 카드 결투자 예시에서, 일러스트 캐릭터는 테이블의 원래 플레이어를 대체하고 에이스에 손을 얹습니다. 파이프라인은 입력을 작업 가능한 캔버스로 업스케일하고, 두 이미지 및 간단한 지침으로 모델을 조건화한 후, 배경, 조명, 구도 및 다른 모든 사람을 존중하는 교체를 렌더링합니다.
MiniMax H3 이미지 캐릭터 교체를 위한 주요 모델#
- MiniMax H3 Image by MiniMaxAI. 이 워크플로우에서 편집 및 생성에 사용되는 고해상도 이미지 확산 백본입니다. 조건화에 의해 안내되는 실제 이미지 재작성을 수행하는 디노이징 변환기를 제공합니다. 모델 카드
- MiniMax H3 Image Character Swap (pre‑merged). Akatz Character‑Swap LoRA를 MiniMax H3 Image UNet에 융합하여 샘플링 중에 정체성, 헤어, 의상 및 스타일 전송을 강력하게 안내하는 사용 준비가 완료된 체크포인트입니다. 모델 카드
- Akatz MiniMax‑H3 Character‑Swap LoRA. 얼굴 구조, 머리 실루엣, 의상 신호 및 스타일 일관성에 중점을 두어 MiniMax H3 이미지를 캐릭터 대체에 특화시키는 어댑터입니다. 병합된 체크포인트를 통해 포함되지만 별도로도 사용 가능합니다. 모델 카드
- MiniMax H3 Image VAE (FP16). 장면을 잠재 변수로 인코딩하고 텍스처 및 세부 사항에 높은 충실도로 최종 이미지를 디코딩하는 변동 오토인코더입니다. 모델 카드
- Qwen 3.5 9B (W4A8 GPTQ). 여기서 프롬프트 향상을 위해 사용되는 컴팩트 언어 모델로, 짧은 편집 지침을 정밀한 참조 조건 캡션으로 확장하여 안내를 개선합니다. 모델 카드 참고: MiniMax의 프롬프트 향상 예제는 MiniMax H3 Image PE 리소스와 같은 다른 Qwen 변형에서도 작동합니다. 모델 카드
ComfyUI에서 캐릭터를 교체하는 방법#
워크플로우는 간단한 경로를 따릅니다: 두 개의 이미지와 짧은 지침을 제공하고, 선택적으로 지침을 구조화된 캡션으로 향상시키고, 장면과 캐릭터 신호를 융합하는 조건화를 구축한 다음 샘플링 및 교체를 디코딩합니다.
사용자 입력#
장면 사진 또는 일러스트를 LoadImage (#45)로 그림 1로 로드하고, 캐릭터 참조를 Load Image (character reference) (#63)로 그림 2로 로드하세요. Text (user_prompt) (#43)에 짧은 지침을 입력하세요, 예를 들어: "그림 1의 사람을 그림 2의 캐릭터로 교체하세요; 배경과 구도를 보존하세요." 워크플로우는 ResizeImageMaskNode (#56)로 장면을 약 4메가픽셀로 자동 스케일링하고 ResizeImageMaskNode (#48)로 작업 크기를 32의 배수로 맞춥니다. GetImageSize (#50)는 리사이즈된 너비와 높이를 전달하여 모델이 장면의 캔버스에서 샘플링되도록 합니다. 최상의 결과를 위해 얼굴 각도, 조명 및 헤어스타일이 명확하게 보이는 참조 이미지를 선택하세요.
프롬프트 향상기 (선택 사항)#
Boolean (Enable PE?) (#61)을 활성화하면 파이프라인이 지침을 컴팩트한 프롬프트 향상기로 라우팅합니다. StringReplace (#40)는 자유형 텍스트를 작업 템플릿에 삽입하고, TextGenerateV2 (#34)는 Qwen 3.5를 사용하여 의도한 대상 이미지를 정확히 설명하는 단일 JSON 객체를 생성합니다. JsonExtractString (#44)는 ‘expanded_caption’ 값을 추출하고, ComfySwitchNode (#41)는 이 향상된 캡션과 원래 문구 사이를 선택합니다. PreviewAny (#37)는 다운스트림으로 보내지는 최종 프롬프트 문자열을 검사할 수 있게 합니다. 문자 그대로의, 단어 대 단어의 제어를 원할 때는 향상기를 비활성화하세요.
조건화#
MiniMaxH3ImageConditioning (#32)는 텍스트 프롬프트와 두 이미지를 결합하여 MiniMax H3 이미지에 대한 안내를 조립합니다. 그림 1은 기본 장면과 구성을 제공하고, 그림 2는 전송할 정체성, 헤어, 의상 및 스타일을 제공합니다. 이 노드는 또한 GetImageSize (#50)로부터 작업 너비와 높이를 수신하여 장면의 캔버스에서의 교체를 보장합니다. 중립 ConditioningZeroOut (#33)는 부정적인 조건화로 사용되어 오직 프롬프트와 참조가 편집을 주도하도록 합니다. 이 단계는 모델이 무엇을 유지하고 (배경, 조명, 구도) 무엇을 교체해야 하는지 (선택된 사람)를 배우는 단계입니다.
샘플링 및 디코딩#
KSampler (#38)은 병합된 MiniMax H3 이미지 캐릭터 교체 체크포인트를 실행하여 교체를 수행하는 디노이징 패스를 수행합니다. 샘플러는 장면 잠재 변수, 프롬프트 및 캐릭터 참조를 존중하여 정체성에 중요한 기능을 유지하면서 환경을 보존합니다. 전체 인물 교체를 위해 denoise를 1.0에 가깝게 유지하세요; 부드러운 변경을 원한다면 약간 줄이세요. VAEDecode (#42)는 정제된 잠재 변수를 고충실도의 RGB 이미지로 변환합니다.
출력 및 A/B 리뷰#
SaveImage (#9)는 일관된 파일 이름 접두어로 결과를 기록하고, ImageCompare (#62)는 상호작용 가능한 전후 비교를 제공하여 구도, 손 위치 및 조명 연속성을 확인할 수 있도록 합니다. 이 마지막 단계는 캐릭터의 손이 에이스에 놓여 있는지 또는 장면에 캐릭터를 고정시키는 미세한 가려짐과 같은 세부 사항을 쉽게 확인할 수 있게 합니다.
MiniMax H3 이미지 캐릭터 교체를 위한 주요 노드#
MiniMaxH3ImageConditioning (#32)#
이 노드는 텍스트 지침을 그림 1(장면)과 그림 2(캐릭터)와 융합하여 MiniMax H3 이미지가 따르는 안내를 구축합니다. 간결한 문구를 사용하여 참조에서 정체성과 의상 신호를 강화하면서 장면에서 보존할 것을 명시하세요. 교체가 특정 구도 세부 사항을 존중해야 한다면 (예: ‘오른손이 에이스에 있는 경우’), 이를 명시적으로 언급하여 안내가 접촉 및 가려짐을 올바르게 고정하도록 합니다.
KSampler (#38)#
샘플러는 병합된 캐릭터 교체 체크포인트로 실제 재작성을 실행합니다. steps를 품질/시간 트레이드 오프로 조정하고 seed를 다양화하여 대체를 만드세요. cfg를 낮게 유지하여 배경 및 조명을 보존하는 강력한 이미지 조건 안내를 우선시하세요; 프롬프트가 더 많은 영향을 필요로 할 때만 높이세요. 전체 교체를 위해 denoise를 1.0에 가깝게 사용하세요; 낮은 값은 원래 사람의 더 많은 부분을 유지합니다.
TextGenerateV2 (#34)#
프롬프트 향상기가 활성화되면, 이 노드는 짧은 지침을 구조화된 ‘expanded_caption’으로 확장하여 장면 증거와 캐릭터의 정체성과 스타일을 밀접하게 연결합니다. 초기 텍스트가 간결하거나 모호하거나 캔버스 세부 사항이 누락된 경우 유용합니다. 이미 정확한 지침을 작성하는 경우, 최대한 문자 그대로 제어하기 위해 향상기를 건너뛸 수 있습니다.
ComfySwitchNode (#41)#
이 스위치는 향상된 캡션 또는 원래 user_prompt를 조건화에 연결하며, Boolean (Enable PE?) (#61)에 의해 제어됩니다. 참조 인식 캡션을 자동으로 얻으려면 켜고; 입력한 단어를 정확히 존중하려면 끄세요.
ResizeImageMaskNode (#56)#
워크플로우는 처음에 장면을 약 4메가픽셀로 스케일링하여 MiniMax H3 이미지의 최적 지점에 도달하고, ResizeImageMaskNode (#48)는 효율적인 샘플링을 위해 크기를 32의 배수로 보장합니다. 이는 메모리를 예측 가능하게 유지하면서 강력한 장면 충실도를 유지합니다. 입력이 이미 크고 깨끗하다면, 자동 스케일링은 여전히 리사이즈된 장면에서 최종 캔버스를 구동하여 구성을 보존합니다.
선택적 추가 기능#
- 해상도 안내: MiniMax H3 이미지는 4 MP에서 20 MP 사이에서 최적의 성능을 발휘하며, 약 16 MP의 최적 지점이 있습니다. 일반적인 16 MP 캔버스에는 4096x4096 (1:1), 5024x3360 (3:2), 및 5472x3072 (16:9)가 포함됩니다.
- 포즈 일치: 장면과 유사한 머리 각도, 머리 실루엣 및 조명을 가진 참조를 선택하세요; 이는 정체성 전송을 강화하고 머리카락과 귀 주위의 아티팩트를 줄입니다.
- 앵커 유지: ‘에이스에 있는 오른손’ 또는 ‘테이블에 있는 팔꿈치’와 같이 지속되어야 하는 상호작용을 언급하여 교체가 접촉, 그림자 및 가려짐을 존중하도록 합니다.
- 온화한 대 대담한 편집: 모델이 영향을 받지 않은 영역을 변경하면
denoise를 낮추거나steps를 줄이세요; 더 강한 대체 또는 스타일 블렌드를 위해서는 이를 높이세요. - 다중 이미지 편집: 더 많은
LoadImage노드를 추가하고TextGenerateV2및MiniMaxH3ImageConditioning에 추가 정체성, 의상 또는 스타일 참조를 제공할 수 있습니다. - 드리프트 문제 해결: 배경이 변경되면 프롬프트에 보존 언어를 추가하세요 (예: ‘배경, 조명 및 카메라 구도를 보존하세요’) 및
cfg를 적당히 유지하여 이미지 조건이 우세하도록 합니다.
이 MiniMax H3 이미지 캐릭터 교체 ComfyUI 워크플로우는 장면을 손상시키지 않으면서 캐릭터의 정체성과 의상을 자신 있게 전송하여 높은 충실도와 스타일 인식을 제공하는 대체물을 제공합니다.
감사의 글#
이 워크플로우는 다음 작업 및 리소스를 구현하고 구축합니다. 우리는 MiniMax-H3-Image Character Swap 체크포인트 및 ComfyUI 워크플로우에 대한 akhaliq, MiniMax H3 Image 기본 모델에 대한 MiniMaxAI, H3 Character Swap LoRA 어댑터에 대한 Akatz AI의 기여 및 유지 관리에 대해 감사드립니다. 권위 있는 세부 사항은 아래에 연결된 원래 문서 및 저장소를 참조하세요.
리소스#
- akhaliq/MiniMax-H3-Image-Character-Swap
- Hugging Face: Character-swap checkpoint and ComfyUI workflow
- MiniMaxAI/MiniMax-H3-Image
- Hugging Face: MiniMax H3 Image base model
- akatz-ai/MiniMax-H3-Character-Swap-LoRA
- Hugging Face: Akatz character-swap adapter
참고: 참조된 모델, 데이터세트 및 코드는 저자 및 유지 관리자가 제공한 해당 라이선스 및 조건에 따라 사용됩니다.








