MiniMax H3 Multi-Character Swap | Substituição de 1-4 Personagens

MiniMax H3 Multi-Character Swap: substituição de 1–4 personagens para imagens estáticas no ComfyUI#

MiniMax H3 Multi-Character Swap é um fluxo de trabalho orientado por referências no ComfyUI para substituir de uma a quatro pessoas em uma imagem estática. H3 Replacer v1.3 combina uma imagem de cena, referências de personagens separadas, montagem de prompts Qwen3-VL e o caminho latente de imagem estática de Fizgig para guiar as novas identidades e trajes enquanto mantém a composição e iluminação da cena.

Use uma foto base ou obra de arte e atribua referências na mesma ordem das pessoas na cena. Descreva explicitamente posições, ações das mãos e objetos que devem permanecer. Os exemplos cobrem uma, duas, três e quatro pessoas, incluindo um par ilustrado; a correspondência de identidade, poses e detalhes de fundo ainda precisam de inspeção após cada renderização.

Modelos principais no fluxo de trabalho MiniMax H3 Multi-Character Swap#

• MiniMax H3 Singularity. O fluxo de trabalho salvo usa Minimax-h3_Singularity_ref2va_Pruned_v1.3_int8.safetensors como seu modelo de difusão. Repositório do modelo
• Qwen3-VL 8B. qwen3vl_8b_int8_convrot.safetensors suporta as descrições de imagem e montagem automática de prompts. É separado do codificador de condicionamento H3. Arquivos do modelo Qwen3-VL
• Codificador de condicionamento H3 e VAE. O gráfico usa qwen3vl_32b_minimax_h3_int8_convrot.safetensors e minimax_h3_video_vae_fp16.safetensors para condicionamento H3 e conversão latente de imagem. Este fluxo de trabalho salva uma imagem estática apesar da terminologia de vídeo em alguns nomes de nós e modelos. Arquivos do modelo MiniMax H3

Como usar o MiniMax H3 Multi-Character Swap no ComfyUI#

O fluxo de trabalho é organizado em seis grupos codificados por cores que colaboram para analisar a imagem base, montar instruções precisas a partir do seu texto e referências, e renderizar a imagem final com MiniMax H3. Defina o número de sujeitos, carregue referências, visualize as instruções geradas automaticamente, depois renderize e inspecione.

Modelos#

Este grupo carrega o modelo de difusão, ambos os codificadores Qwen3-VL e o VAE. Mantenha as seleções fornecidas para reproduzir o fluxo de trabalho testado. H3 Replacer v1.3 é a versão de origem do fluxo de trabalho; o modelo de difusão, o codificador auxiliar e o codificador de condicionamento H3 servem a diferentes partes do gráfico.

Personagens#

Carregue de uma a quatro referências de personagens e combine explicitamente cada slot com uma pessoa na cena. A cena principal é a Imagem 1; o Personagem 1 usa a Imagem 2, o Personagem 2 usa a Imagem 3, e assim por diante. Adicione notas curtas para características faciais distintivas, cabelo, roupas ou acessórios. Mantenha cada nó LoadImage apontado para um arquivo válido; a configuração salva para duas pessoas mantém referências válidas nos slots terceiro e quarto não utilizados. A configuração de contagem de personagens controla quais referências estão ativas.

Configurações principais#

Abra Settings (#328) para selecionar a contagem de personagens de 1 a 4, o tamanho da imagem de referência e o caminho latente. Custom size substitui as dimensões de saída; com ele desativado, o gráfico usa as dimensões da imagem base. Reinforce relight adiciona instruções para corresponder à luz e sombras da cena. Deixe Use Fizgig habilitado para reproduzir o caminho testado de quadro único; não é uma chave de qualidade rascunho versus final.

Instruções de visualização#

Revise Get character poses (#4), Lock identity (#22), e Subject match to character (#33) para inspecionar as descrições de poses geradas, instruções de identidade e mapeamento de referência. Estes painéis exibem texto gerado pelo modelo; seus nomes não garantem correspondência correta ou evitam mistura de identidades. Se uma descrição estiver errada, revise os campos de instrução em Configurações principais ou Personagens e execute novamente. Verifique tanto o prompt montado quanto a imagem resultante.

Trabalhadores#

Create prompt (#303) combina suas instruções extras, descrições de poses e instruções de identidade. Também fornece as dimensões da imagem e o latente de quadro único Fizgig. Character combine (#302) redimensiona e direciona as referências de personagens ativas para o nó de condicionamento H3.

Resultado#

MiniMaxH3ReferenceToVideo (#39) consome o prompt montado, o codificador de texto H3 e VAE, e suas referências ordenadas para produzir condicionamento e um latente inicial. Um interruptor então seleciona entre aquele latente e o caminho latente de imagem estática Fizgig antes da amostragem. Após SamplerCustomAdvanced (#15) denoising com o guia e cronograma carregados, VAEDecode produz a imagem final, e o painel Assembled prompt (#29) mostra as instruções exatas usadas para a execução. A saída é salva automaticamente para revisão e iteração.

Nós principais no fluxo de trabalho MiniMax H3 Multi-Character Swap#

• MiniMaxH3ReferenceToVideo (#39) Transforma a imagem da cena, referências de personagens ordenadas, e o prompt montado em condicionamento H3 e um latente inicial. Na configuração testada, o sampler usa o latente de quadro único Fizgig em vez disso. A cadeia final seleciona e salva uma imagem; o nome do nó não faz deste um fluxo de trabalho de troca de vídeo.
• Settings (#328) Controla a contagem de personagens (1–4), tamanho de referência, Use Fizgig, Custom size, e Reinforce relight. Comece com os padrões salvos e altere uma configuração de cada vez ao comparar resultados.
• FizgigH3StillLatent (#205) Cria um latente de quadro único dentro do subgráfico Create prompt. O fluxo de trabalho salvo usa este latente e retém seu nó padrão original VAEDecode, seguido por ImageFromBatch e SaveImage. Os exemplos foram renderizados com aquele gráfico. O plugin também fornece um nó Still Decode separado, que não é usado aqui. Projeto Fizgig H3 Still
• Create prompt (#303) Monta a string de instrução a partir das descrições de poses, instruções de identidade, e suas notas extras. Também fornece as dimensões da imagem e o latente Fizgig. Se o mapeamento estiver desligado, refine as descrições de entrada e gere novamente; o grupo de visualização mostra o texto resultante em vez de servir como a fonte dessas instruções.
• SamplerCustomAdvanced (#15) Conduz o processo de denoising usando o guia e cronograma carregados. Para consistência entre iterações, mantenha sua semente fixa durante comparações; altere-a apenas ao explorar variações depois de estar satisfeito com identidade e posicionamento.

Extras opcionais#

• Descreva posições explicitamente. Em suas instruções curtas, escreva “Personagem 1 à esquerda segurando um copo” e “Personagem 2 à direita pelo livro” para que o MiniMax H3 Multi-Character Swap mantenha o mapeamento estável.
• Descreva com precisão adereços importantes e ações das mãos. Especifique um livro fechado, uma mão descansando na parede, ou uma mochila que deve permanecer. Esses detalhes precisaram de instruções explícitas nos exemplos.
• Use referências com um estilo de renderização compatível. O exemplo ilustrado usa referências de personagens recém-pintadas; referências fotográficas inicialmente produziram personagens que pareciam realistas demais para a obra de arte original.
• Revise reiluminação e anatomia. Verifique rostos, mãos, objetos segurados, ordem de referência e continuidade de fundo. Ajuste as descrições e execute novamente quando um objeto desaparecer ou uma pose mudar.

A saída é uma imagem estática. A retenção de cena e correspondência de identidade dependem das referências, instruções, e configurações; o fluxo de trabalho não promete fundos pixel-identicos ou correspondência perfeita para cada entrada.

Agradecimentos#

Esta configuração usa o fluxo de trabalho H3 Replacer v1.3 do autor, o modelo MiniMax H3 Singularity de WarmBloodAban, os arquivos de modelo da Comfy-Org, e os nós Fizgig H3 Still de shootthesound. A "1–4" da página fonte refere-se ao número de personagens, não à versão do fluxo de trabalho 1.4.

Recursos#

• Fluxo de trabalho original H3 MiniMax Multi-Character Swap
  • Fonte: 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

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