MiniMax H3 Image Character Swap ComfyUI: substituição de personagem referência-verdadeira para imagens estáticas#
Este fluxo de trabalho substitui uma única pessoa em uma imagem estática por um personagem de referência enquanto preserva a cena original. Carregue sua cena como Imagem 1 e sua referência de personagem como Imagem 2; o ponto de verificação MiniMax H3 Image com o adaptador de troca de personagens Akatz guia identidade, cabelo, roupa e até estilo de arte para que o novo personagem se encaixe naturalmente na imagem. MiniMax H3 Image Character Swap ComfyUI é ideal para ilustradores, editores e entusiastas que desejam substituições fiéis e de alta resolução sem mascaramento manual.
No exemplo do duelista de cartas incluído, o personagem ilustrado substitui o jogador original na mesa e mantém uma mão no ás. O pipeline amplia sua entrada para uma tela de trabalho, condiciona o modelo com ambas as imagens mais uma breve instrução, e então renderiza uma substituição que respeita o fundo, iluminação, enquadramento e todas as outras pessoas.
Modelos chave para MiniMax H3 Image Character Swap#
- MiniMax H3 Image por MiniMaxAI. A espinha dorsal de difusão de imagem de alta resolução usada para edição e geração neste fluxo de trabalho. Fornece o transformador de remoção de ruído que realiza a reescrita da imagem guiada pelo condicionamento. Model card
- MiniMax H3 Image Character Swap (pré-fusionado). Um ponto de verificação pronto para uso que funde o Akatz Character-Swap LoRA no UNet do MiniMax H3 Image para que identidade, cabelo, roupa e transferência de estilo sejam rigidamente guiados durante a amostragem. Model card
- Akatz MiniMax-H3 Character-Swap LoRA. O adaptador que especializa o MiniMax H3 Image para substituição de personagem, focando na estrutura facial, silhueta do cabelo, dicas de roupa e consistência estilística. Incluído via o ponto de verificação fusionado, mas também disponível separadamente. Model card
- MiniMax H3 Image VAE (FP16). O autoencoder variacional usado para codificar a cena em latentes e decodificar a imagem final com alta fidelidade a texturas e detalhes finos. Model card
- Qwen 3.5 9B (W4A8 GPTQ). Um modelo de linguagem compacto usado aqui para aprimoramento de prompt: ele expande uma breve instrução de edição em uma legenda precisa e condicionada por referência que melhora a orientação. Model card Nota: Os exemplos de Prompt Enhancer do MiniMax também funcionam com outras variantes Qwen, como os recursos MiniMax H3 Image PE. Model card
Como trocar um personagem no ComfyUI#
O fluxo de trabalho segue um caminho simples: forneça duas imagens e uma breve instrução, opcionalmente melhore a instrução em uma legenda estruturada, construa condicionamento que funda pistas de cena e personagem, então amostre e decodifique a troca.
Entradas do Usuário#
Carregue a foto ou ilustração da cena como Imagem 1 usando LoadImage (#45) e a referência do personagem como Imagem 2 usando Load Image (character reference) (#63). Insira uma breve instrução em Text (user_prompt) (#43), por exemplo: “Troque a pessoa na Imagem 1 com o personagem na Imagem 2; preserve fundo e enquadramento.” O fluxo de trabalho escala automaticamente a cena para cerca de 4 megapixels com ResizeImageMaskNode (#56) e então ajusta o tamanho de trabalho para um múltiplo de 32 com ResizeImageMaskNode (#48). GetImageSize (#50) encaminha a largura e altura redimensionadas para que o modelo amostre na tela da cena. Para melhores resultados, escolha uma imagem de referência onde o ângulo do rosto, iluminação e penteado sejam claramente visíveis.
Prompt Enhancer (opcional)#
Se você habilitar Boolean (Enable PE?) (#61), o pipeline roteia sua instrução por um aprimorador de prompt compacto. StringReplace (#40) insere seu texto livre em um modelo de tarefa, e TextGenerateV2 (#34) usa o Qwen 3.5 para produzir um único objeto JSON contendo uma ‘expanded_caption’ que descreve precisamente a imagem alvo pretendida. JsonExtractString (#44) extrai o valor ‘expanded_caption’, e ComfySwitchNode (#41) escolhe entre esta legenda aprimorada e sua redação original. PreviewAny (#37) permite inspecionar a string de prompt final sendo enviada para baixo. Desative o aprimorador quando quiser controle literal, palavra por palavra.
Condicionamento#
MiniMaxH3ImageConditioning (#32) monta a orientação para MiniMax H3 Image combinando o prompt de texto com ambas as imagens. A Imagem 1 fornece a cena base e composição, e a Imagem 2 fornece a identidade, cabelo, roupa e estilo para transferir. O nó também recebe a largura e altura de trabalho de GetImageSize (#50), garantindo uma troca na tela da cena em vez de uma resolução acolchoada. Um ConditioningZeroOut (#33) neutro é usado como condicionamento negativo para que apenas seu prompt e referências dirijam a edição. Esta etapa é onde o modelo aprende o que manter (fundo, iluminação, enquadramento) e o que substituir (a pessoa selecionada).
Amostragem e Decodificação#
KSampler (#38) executa o ponto de verificação fusionado MiniMax H3 Image Character Swap para realizar a passagem de remoção de ruído que executa a substituição. O amostrador respeita o latente da cena, seu prompt, e a referência do personagem para manter características críticas de identidade enquanto preserva o ambiente. Mantenha denoise próximo de 1.0 para uma troca completa de pessoa; reduza ligeiramente se quiser mudanças mais suaves. VAEDecode (#42) converte os latentes refinados de volta em uma imagem RGB de alta fidelidade.
Saída e revisão A/B#
SaveImage (#9) grava o resultado com um prefixo de nome de arquivo consistente, e ImageCompare (#62) apresenta um antes/depois interativo para que você possa verificar enquadramento, posicionamento da mão e continuidade de iluminação. Esta etapa final facilita a confirmação de detalhes como a mão do duelista no ás ou oclusões sutis que ancoram o personagem na cena.
Nós chave para MiniMax H3 Image Character Swap#
MiniMaxH3ImageConditioning (#32)#
Este nó funde sua instrução de texto com a Imagem 1 (cena) e a Imagem 2 (personagem) para construir a orientação que MiniMax H3 Image segue. Use uma redação concisa para reforçar pistas de identidade e roupa da referência enquanto afirma o que preservar na cena. Se a troca deve respeitar um detalhe de composição específico (por exemplo, ‘mão direita no ás’), mencione-o explicitamente para que a orientação ancore contato e oclusão corretamente.
KSampler (#38)#
O amostrador executa a reescrita real com o ponto de verificação de troca de personagem fusionado. Ajuste steps para a troca qualidade/tempo e varie seed para alternativas. Mantenha cfg baixo para privilegiar a forte orientação condicionada por imagem que preserva fundo e iluminação; aumente apenas quando o prompt precisar de mais influência. Use denoise perto de 1.0 para uma substituição completa; valores mais baixos retêm mais da pessoa original.
TextGenerateV2 (#34)#
Quando o Prompt Enhancer está habilitado, este nó expande sua breve instrução em uma ‘expanded_caption’ estruturada que acopla estreitamente a evidência da cena com a identidade e estilo do personagem. É útil quando seu texto inicial é conciso, vago ou falta detalhes da tela. Se você já escreve instruções precisas, pode pular o aprimorador para controle literal máximo.
ComfySwitchNode (#41)#
Este switch roteia ou a legenda aprimorada ou seu user_prompt original para o condicionamento, controlado por Boolean (Enable PE?) (#61). Ligue-o para obter legendas mais ricas e conscientes de referências automaticamente; desligue-o para respeitar exatamente as palavras que você digitou.
ResizeImageMaskNode (#56)#
O fluxo de trabalho primeiro escala a cena para aproximadamente 4 megapixels para entrar no ponto ideal do MiniMax H3 Image, então ResizeImageMaskNode (#48) garante que as dimensões sejam um múltiplo de 32 para amostragem eficiente. Isso mantém a memória previsível enquanto mantém forte fidelidade da cena. Se suas entradas já forem grandes e limpas, a escala automática ainda preserva a composição ao dirigir a tela final a partir da cena redimensionada.
Extras opcionais#
- Orientação de resolução: MiniMax H3 Image funciona melhor entre 4 MP e 20 MP, com um ponto ideal em torno de 16 MP. Telas comuns de 16 MP incluem 4096x4096 (1:1), 5024x3360 (3:2), e 5472x3072 (16:9).
- Correspondência de pose: Escolha uma referência com um ângulo de cabeça, silhueta de cabelo e iluminação semelhantes à sua cena; isso fortalece a transferência de identidade e reduz artefatos ao redor de linhas de cabelo e orelhas.
- Mantenha âncoras: Mencione interações que devem persistir, como ‘mão direita no ás’ ou ‘cotovelo na mesa’, para que a troca respeite contato, sombras e oclusões.
- Edições suaves vs arrojadas: Reduza
denoiseou reduzastepsse o modelo alterar regiões não afetadas; aumente-os para substituições mais rígidas ou misturas estilísticas. - Edição de múltiplas imagens: Você pode adicionar mais nós
LoadImagee alimentá-los tanto emTextGenerateV2quanto emMiniMaxH3ImageConditioningpara fornecer referências extras de identidade, roupa ou estilo. - Solução de problemas de deriva: Se os fundos mudarem, adicione linguagem de preservação ao prompt (por exemplo, ‘preserve fundo, iluminação e enquadramento da câmera’) e mantenha
cfgmodesto para que o condicionamento de imagem domine.
Este fluxo de trabalho MiniMax H3 Image Character Swap ComfyUI oferece substituições de alta fidelidade e cientes de estilo que mantêm sua cena intacta enquanto transferem a identidade e roupa do personagem com confiança.
Agradecimentos#
Este fluxo de trabalho implementa e constrói sobre os seguintes trabalhos e recursos. Agradecemos profundamente a akhaliq pelo ponto de verificação MiniMax-H3-Image Character Swap e fluxo de trabalho ComfyUI, MiniMaxAI pelo modelo base MiniMax H3 Image, e Akatz AI pelo adaptador H3 Character Swap LoRA por suas contribuições e manutenção. Para detalhes autoritativos, consulte a documentação original e repositórios vinculados abaixo.
Recursos#
- akhaliq/MiniMax-H3-Image-Character-Swap
- MiniMaxAI/MiniMax-H3-Image
- Hugging Face: Modelo base MiniMax H3 Image
- akatz-ai/MiniMax-H3-Character-Swap-LoRA
- Hugging Face: Adaptador de troca de personagem Akatz
Nota: O uso dos modelos, conjuntos de dados e código referenciados está sujeito às respectivas licenças e termos fornecidos por seus autores e mantenedores.







