MiniMax H3 Image | Генерация Изображений из Текста

MiniMax H3 Image | Генерация Изображений из Текста#

Этот рабочий процесс MiniMax H3 Image для ComfyUI генерирует фотографии и иллюстрации из письменных подсказок, используя официальный шаблон MiniMax-H3-Image. Сохраненный рабочий процесс начинается с 4 МП с включенным Ускорителем Подсказок, шестью шагами выборки и CFG 1. Увеличивайте разрешение только когда позволяет память GPU.

Примеры охватывают портреты, интерьеры, фотографии еды, спортивные сцены, городские пейзажи и иллюстрированное повествование. Этот шаблон использует текст в качестве входных данных; редактирование по образцу-референсу — отдельный рабочий процесс. Референсный шаблон: image_minimax_h3_image_t2i.json.

Модели, используемые MiniMax H3 Image#

• Модель диффузии MiniMax-H3-Image. Основной генератор изображений, который удаляет шум из латентных состояний, создавая детализированные выходные изображения. Веса: Comfy-Org/MiniMax-H3-Image.
• Кодировщик текста MiniMax-H3 (qwen3vl_32b для MiniMax-H3). Кодирует текстовые подсказки для модели диффузии с сильной визуальной привязкой. Веса: Comfy-Org/MiniMax-H3.
• MiniMax-H3-Image VAE. Декодирует финальное латентное представление в RGB изображения с точной передачей цвета и тона. Веса: Comfy-Org/MiniMax-H3-Image VAE.
• Qwen 3.5 9B (W4A8 GPTQ). Компактная языковая модель, используемая Ускорителем Подсказок для расширения вашей идеи в точный визуальный заголовок и для рекомендации соотношения сторон. Веса: Comfy-Org/Qwen3.5.

Как использовать MiniMax H3 Image в ComfyUI#

Основное полотно содержит селектор разрешения, подграф "текст-к-изображению", выход изображения и две заметки. Откройте подграф, чтобы изучить его узлы улучшения подсказок, загрузки моделей, кондиционирования, выборки и декодирования. Вы предоставляете подсказку, опциональный ускоритель расширяет её в детализированный заголовок, а MiniMax-H3-Image рендерит и сохраняет изображение.

• Полотно и контроль размера
  • Используйте ResolutionSelector (#14) для выбора соотношения сторон и начальных мегапикселей. Сохраненный рабочий процесс открывается на 4 МП, чтобы сократить использование памяти по сравнению с целевым разрешением модели около 16 МП; увеличивайте только когда это позволяет VRAM.
  • Сохраняйте фиксированное соотношение сторон при сравнении разрешений и проверяйте выходное изображение перед его увеличением.
• Пользовательская Подсказка
  • Введите свою идею в поле подсказки на Text to Image (MiniMax H3 Image) (#23), который соединяется с Text (user_prompt) (#24) внутри подграфа. Например, попробуйте "освещенный солнцем керамический чайник на известняковом столе" или "ночной городской пейзаж с отражениями дождя".
  • Если у вас уже есть тщательно созданный заголовок, вы можете оставить его как есть и отключить улучшение позже.
• Ускоритель Подсказок
  • Ускоритель использует TextGenerateV2 (#15) с Qwen 3.5 для переписывания вашей идеи в детализированный заголовок и предложения одного соотношения сторон. JSON-ключ expanded_caption извлекается JsonExtractString (#26).
  • Переключайте улучшение, используя enable_PE на Text to Image (MiniMax H3 Image) (#23). Когда включено, заголовок ускорителя поступает в рендерер; когда выключено, рендерер использует вашу необработанную подсказку.
  • Предложенное соотношение сторон является рекомендательным. Фактическое полотно определяется ResolutionSelector (#14), поэтому настройте размер там, если хотите следовать или изменить предложение.
• Настройка модели и кондиционирование
  • UNETLoader, CLIPLoader и VAELoader выбирают модель MiniMax-H3-Image, кодировщик текста MiniMax-H3 и VAE. Это официальные веса, перечисленные выше.
  • MiniMaxH3ImageConditioning (#5) подготавливает положительное кондиционирование и начальную латентную, согласованную с выбранной шириной и высотой. Он передает текстовое кондиционирование и выбранные размеры в цепочку выборки.
• Выборка и вывод
  • KSampler (#7) использует фиксированный шестишаговый график модели при CFG 1. Сохраните сохраненный выборщик Эйлера и простой планировщик. Увеличение шагов или CFG не является поддерживаемой стратегией настройки качества для этой дистиллированной модели, и отрицательная подсказка не требуется.
  • VAEDecode создает финальное RGB изображение, и SaveImage (#9) записывает его на диск, чтобы вы могли сравнивать вариации и тесты масштабирования.

Основные узлы рабочего процесса#

• ResolutionSelector (#14)
  • Устанавливает соотношение сторон и количество пикселей. Начните с сохраненной настройки 4 МП. Официальное руководство модели рекомендует около 16 МП, когда позволяет память; это возможность модели, а не разрешение, используемое для примеров на этой странице.
• Text to Image (MiniMax H3 Image) (#23)
  • Узел подграфа, который собирает важные элементы управления в одном месте. Используйте здесь поле подсказки, семена и переключатель enable_PE. Сохраненные выборы модели, выборщик Эйлера и простой планировщик обеспечивают проверенную начальную конфигурацию.
• TextGenerateV2 (#15)
  • Расширяет вашу идею в заголовок с указанием размещения, освещения, материалов и деталей камеры, затем возвращает JSON, содержащий expanded_caption и предложение по соотношению сторон. Системные и рабочие инструкции доступны внутри подграфа; сохраните шаблонные инструкции для первого запуска.
• MiniMaxH3ImageConditioning (#5)
  • Преобразует заголовок в кондиционирование для MiniMax-H3-Image и создает согласованную латентную. Ширина и высота управляются внешним селектором разрешения.
• KSampler (#7)
  • Выполняет шесть шагов при CFG 1 с Эйлером/простым. Эти настройки следуют дистиллированному контрольному пункту; сохраняйте их при изменении подсказок или разрешения. Для контролируемых сравнений используйте фиксированное семя и меняйте один вход за раз.

Советы по подсказкам и разрешению#

• Лучшие применения
  • Портреты: укажите возрастной диапазон, позу, объектив и направление освещения, чтобы описать предполагаемый вид.
  • Интерьеры: установите высоту камеры и время суток, чтобы направлять перспективу и освещение.
  • Еда: добавьте поверхность, гарнир, конденсат и детали столовых приборов для аппетитного реализма.
  • Спорт и городские пейзажи: опишите направление движения, погоду и отражения, чтобы закрепить динамику.
  • Иллюстрированное повествование: укажите панели, метки или главного героя, чтобы макет читался ясно.
• Практические советы
  • Держите Ускоритель Подсказок включенным для сложных сцен или когда вы хотите заголовки, учитывающие макет. Отключите его для строгого проектирования подсказок или при согласовании с клиентским сценарием.
  • Для повторяемых сравнений используйте открытый контроль семян и установите control_after_generate на внутреннем KSampler (#7) на фиксированный. Шаблон в противном случае случайным образом изменяет семя после генерации.
  • Официальные примеры размеров полотна около 16 МП: 4096x4096 (1:1), 4736x3552 или 3552x4736 (4:3 или 3:4), 5024x3360 или 3360x5024 (3:2 или 2:3), 5472x3072 или 3072x5472 (16:9 или 9:16), 6272x2688 (21:9).
  • Официальные веса и шаблон доступны на Comfy-Org/MiniMax-H3-Image и Comfy-Org/workflow_templates.

Благодарности#

MiniMax разработала MiniMax-H3-Image. Comfy-Org предоставляет шаблон ComfyUI, совместимое распределение весов и документацию по интеграции. См. оригинальные ресурсы ниже для получения информации о модели и руководства по использованию.

Ресурсы#

• Comfy-Org/Официальный шаблон рабочего процесса ComfyUI текст-к-изображению
  • GitHub: Comfy-Org/workflow_templates — image_minimax_h3_image_t2i.json
• Comfy/MiniMax H3 Image объявление о запуске
  • Документы / Примечания к выпуску: MiniMax H3 Image теперь доступен
• Comfy/MiniMax H3 Image учебник ComfyUI
  • Документы / Примечания к выпуску: MiniMax H3 Image — учебник ComfyUI
• Comfy-Org/веса модели MiniMax H3 Image
  • Hugging Face: Comfy-Org/MiniMax-H3-Image

Примечание: Использование указанных моделей, наборов данных и кода подчиняется соответствующим лицензиям и условиям, предоставленным их авторами и поддерживающими.