MiniMax H3 Edição de Imagem ComfyUI | Edições Guiadas

MiniMax H3 Edição de Imagem ComfyUI#

Este fluxo de trabalho transforma uma única foto de entrada em um resultado editado usando instruções em linguagem natural alimentadas por MiniMax-H3-Image. MiniMax H3 Edição de Imagem ComfyUI adiciona um aprimorador de prompt para legendas detalhadas e conscientes de referência e um visualizador interativo de antes e depois para que você possa julgar quão bem a composição é preservada. É ideal para substituição de objetos, recoloração e letras, mudanças sazonais de cena e reinterpretação em estilo aquarela.

O pipeline prepara automaticamente sua imagem para edição confiável, mantém a proporção da tela da sua fonte, a menos que você a altere a montante, e direciona sua instrução original ou uma legenda aprimorada para o MiniMax H3 Image. Execute quando quiser edições rápidas e fiéis sem mascaramento manual ou ajustes complexos de nós.

Modelos principais#

• MiniMax-H3-Image. Backbone de difusão que realiza a edição condicionada pela imagem a partir do seu prompt e referência, produzindo o latente final usado para decodificação. Model card
• Qwen3VL‑32B (variante MiniMax H3). Codificador de texto multimodal emparelhado com MiniMax‑H3 que incorpora sua instrução de edição e evidência da imagem para condicionamento. Repo
• MiniMax‑H3‑Image VAE. Autoencoder variacional usado para codificar e decodificar latentes com características corretas de cor e detalhe para o editor. Weights
• Qwen 3.5 9B (W4A8 GPTQ). LLM leve usado pelo Aprimorador de Prompt para transformar instruções curtas em legendas ricas e condicionadas por referência. Repo Notas: a abordagem geral do PE é agnóstica ao modelo; exemplos a montante também demonstram uma pilha PE maior em MiniMaxAI/MiniMax-H3-Image-PE.

Como usar este fluxo de trabalho#

Fluxo geral: você carrega uma imagem e escreve uma instrução curta. O fluxo de trabalho redimensiona a imagem para edição estável, expande opcionalmente seu prompt com contexto visual, constrói o condicionamento MiniMax‑H3, executa uma breve passagem de amostrador, então decodifica e salva o resultado com uma comparação lado a lado.

Entradas do Usuário#

Forneça sua foto em LoadImage (#45) e digite uma edição concisa em Text (user_prompt) (#43). Instruções típicas incluem trocas de objetos, edições de paleta, letras ou mudanças de estilo; por exemplo, “Substitua a bicicleta por uma motoneta verde-menta e preserve a fachada do café e a iluminação.” O Aprimorador de Prompt está ativado por padrão; desative Boolean (Enable PE?) (#61) para usar sua instrução original diretamente. Este fluxo de trabalho salvo aceita uma imagem de entrada, redimensiona-a para um alvo de 4 MP, e alinha suas dimensões a múltiplos de 32. A proporção da tela segue sua imagem de origem neste modelo; recorte ou preencha antes de LoadImage se quiser uma proporção final diferente.

Aprimorador de Prompt#

TextGenerateV2 (#34) lê sua instrução curta mais uma prévia de baixa resolução da imagem para gerar um JSON estruturado que inclui uma legenda expandida e consciente de cena. Um system_prompt (#36) rigoroso impõe saída limpa; StringReplace (#40) injeta sua instrução, e JsonExtractString (#44) extrai o campo expanded_caption. ComfySwitchNode (#41) permite que você direcione a legenda aprimorada ou sua instrução bruta, e PreviewAny (#37) mostra exatamente qual texto conduzirá a edição. Use isso quando quiser que MiniMax H3 Edição de Imagem ComfyUI infira regras precisas de preservação, âncoras espaciais e redação clara a partir de uma solicitação breve.

Modelos#

UNETLoader (#29), CLIPLoader (#30), e VAELoader (#31) buscam MiniMax‑H3‑Image, seu codificador de texto Qwen3VL‑32B, e o VAE. Estes são pré-selecionados para o fluxo de trabalho e normalmente não requerem alterações. Manter esses componentes emparelhados garante que o editor interprete seu prompt e imagem de forma consistente.

Condicionamento#

MiniMaxH3ImageConditioning (#32) funde o texto do prompt, embeddings CLIP, e sua imagem de referência redimensionada para produzir tanto o condicionamento positivo quanto um latente inicial ligado à resolução da sua fonte. GetImageSize (#50) fornece largura e altura para que as edições permaneçam alinhadas composicionalmente com a fonte. ConditioningZeroOut (#33) fornece a entrada negativa do amostrador. Com CFG fixado em 1, não há passagem de orientação livre de classificadores; coloque suas instruções de edição e preservação no prompt positivo.

Amostragem e Decodificação#

KSampler (#38) usa a configuração destilada validada: 6 passos, CFG 1, amostrador Euler, agendador simples e denoise 1. Mantenha essas configurações e guie a edição através de sua instrução, a legenda expandida e variações de semente. VAEDecode (#42) converte o latente final de volta para uma imagem RGB pronta para salvar e comparar.

Saída#

SaveImage (#9) escreve seu resultado com um nome de arquivo claro. ImageCompare (#62) apresenta uma visualização interativa de antes e depois para que você possa inspecionar geometria, iluminação e continuidade de textura e iterar rapidamente no prompt, se necessário.

Nós principais#

MiniMaxH3ImageConditioning (#32)#

Constrói a configuração de edição vinculando seu prompt, codificador de texto, VAE e imagem de referência em um latente compatível com MiniMax‑H3 e condicionamento positivo. Para uma preservação mais forte, mantenha a imagem de origem conectada e formule instruções com linguagem explícita de “preservar”; para mudanças maiores de cena, foque a legenda no novo conteúdo e relacionamentos. Este fluxo de trabalho salvo conecta uma imagem de origem aos estágios de condicionamento e aprimoramento de prompt.

TextGenerateV2 (#34)#

Expande instruções breves em uma legenda rica e condicionada por referência usando Qwen 3.5 9B. Ajuste o system_prompt (#36) para alterar como as legendas são estruturadas ou quão estritamente a preservação é enfatizada, mantendo seu contrato JSON intacto. Se a legenda aprimorada parecer muito prescritiva, desative o aprimorador com o interruptor ou simplifique sua instrução para dar mais latitude ao MiniMax‑H3.

KSampler (#38)#

Executa a edição de difusão com a programação destilada do modelo: 6 passos, CFG 1, Euler/simples e denoise 1. Estes correspondem às configurações do modelo oficial. Para substituições direcionadas, especifique o novo objeto e nomeie explicitamente a iluminação, perspectiva, fundo e outros detalhes a serem preservados. Tente outra semente ou revise o prompt quando uma edição precisar de melhorias.

ResizeImageMaskNode (#56 e #48)#

O nó #56 redimensiona a entrada para um alvo de 4 MP, escalando para cima ou para baixo conforme necessário. O nó #48 alinha as dimensões a um múltiplo de 32. A saída validada foi de 2496 × 1664 pixels, aproximadamente 4 MP. Alvos maiores aumentam os requisitos de memória e não foram validados para este fluxo de trabalho salvo.

ComfySwitchNode (#41)#

Seleciona entre a instrução bruta e a legenda aprimorada. Use o caminho aprimorado quando quiser regras precisas de preservação e referências espaciais; escolha o caminho bruto ao experimentar rapidamente ou quando sua própria redação já for específica.

Escopo e dicas de prompt#

O fluxo de trabalho fornecido e testado edita uma imagem de origem em aproximadamente 4 MP. O modelo a montante suporta saída nativa em torno de 16 MP e múltiplas imagens de referência, mas essas capacidades estão fora da configuração validada deste fluxo de trabalho. Usar referências adicionais requer alterar o gráfico; veja o tutorial oficial para essas extensões.

• Padrões de prompt que funcionam bem com MiniMax H3 Edição de Imagem ComfyUI:
  • “Substitua [objeto] por [novo objeto]; preserve [liste elementos específicos como fachada, iluminação, perspectiva].”
  • “Recolorir [sujeito] para [cor alvo]; mantenha material, sombreamento e reflexos consistentes.”
  • “Adicione letras [texto exato] em [superfície]; combine perspectiva e projete sombras de contato sutis.”
• Referências:
  • Modelo oficial para edição de imagem MiniMax‑H3 em ComfyUI: workflow_templates
  • Pesos do modelo e codificadores de texto: Comfy‑Org/MiniMax‑H3‑Image e Comfy‑Org/MiniMax‑H3 e Comfy‑Org/Qwen3.5

Agradecimentos#

Este fluxo de trabalho implementa e se baseia nos seguintes trabalhos e recursos. Agradecemos imensamente à Comfy-Org pelo modelo oficial de fluxo de trabalho de edição de imagem ComfyUI e ao MiniMax H3 Image pelos pesos do modelo, Comfy.org pelo anúncio de lançamento do MiniMax H3 Image, e Comfy.org pelo tutorial ComfyUI do MiniMax H3 Image por suas contribuições e manutenção. Para detalhes autoritativos, consulte a documentação e os repositórios originais listados abaixo.

Recursos#

• Comfy-Org/Modelo oficial de fluxo de trabalho de edição de imagem ComfyUI
  • GitHub: Comfy-Org/workflow_templates
• Comfy.org/Anúncio de lançamento do MiniMax H3 Image
  • Docs / Notas de Lançamento: Anúncio de lançamento do MiniMax H3 Image
• Comfy.org/Tutorial ComfyUI do MiniMax H3 Image
  • Docs / Notas de Lançamento: Tutorial ComfyUI do MiniMax H3 Image
• Comfy-Org/Pesos do modelo MiniMax H3 Image
  • Hugging Face: Comfy-Org/MiniMax-H3-Image

Nota: O uso dos modelos, conjuntos de dados e códigos referenciados está sujeito às respectivas licenças e termos fornecidos por seus autores e mantenedores.