MiniMax H3 图像编辑 ComfyUI#
此工作流程使用自然语言指令将单个输入照片转换为编辑结果，由 MiniMax-H3-Image 提供支持。MiniMax H3 图像编辑 ComfyUI 添加了一个提示增强器，用于详细的、参考感知的字幕，并提供交互式的前后查看器，以便您判断构图是否得到良好保留。它非常适合对象替换、重新着色和文字、季节性场景变化和水彩风格的重新诠释。
该流程自动准备您的图像以进行可靠的编辑，保留源的画布比例，除非您在上游更改它，并将您的原始指令或增强字幕引导到 MiniMax H3 Image。当您想要快速、忠实的编辑而无需手动遮罩或复杂的节点调整时运行它。
关键模型#
- MiniMax-H3-Image. 执行从您的提示和参考中进行图像条件编辑的扩散骨干，生成用于解码的最终潜在。 Model card
- Qwen3VL‑32B (MiniMax H3 变体). 与 MiniMax‑H3 配对的多模态文本编码器，嵌入您的编辑指令和图像证据以进行条件化。 Repo
- MiniMax‑H3‑Image VAE. 用于编码和解码潜在，以获得编辑器的正确颜色和细节特征的变分自编码器。 Weights
- Qwen 3.5 9B (W4A8 GPTQ). 提示增强器使用的轻量级 LLM，将简短指令转换为丰富的、参考条件的字幕。 Repo 注意：一般 PE 方法是模型无关的；上游示例还展示了 MiniMaxAI/MiniMax-H3-Image-PE 中更大的 PE 堆栈。
如何使用此工作流程#
总体流程：您加载一张图像并编写简短指令。工作流程调整图像大小以进行稳定编辑，可选地扩展您的提示以提供视觉上下文，构建 MiniMax‑H3 条件，运行简短的采样器通道，然后解码并保存结果，并进行并排比较。
用户输入#
在 LoadImage (#45) 中提供您的照片，并在 Text (user_prompt) (#43) 中输入简洁的编辑。典型指令包括对象交换、调色板编辑、文字或风格变化；例如，“将自行车替换为薄荷绿色的摩托车，并保留咖啡馆的外观和照明。”提示增强器默认启用；关闭 Boolean (Enable PE?) (#61) 以直接使用您的原始指令。此保存的工作流程接受一个输入图像，将其调整为 4 MP 的目标，并将其尺寸对齐为 32 的倍数。在此模板中，画布比例遵循您的源图像；如果您想要不同的最终比例，请在 LoadImage 之前裁剪或填充。
提示增强器#
TextGenerateV2 (#34) 读取您的简短指令和图像的低分辨率预览，以生成包含扩展、场景感知字幕的结构化 JSON。严格的 system_prompt (#36) 确保输出干净；StringReplace (#40) 注入您的指令，JsonExtractString (#44) 提取 expanded_caption 字段。ComfySwitchNode (#41) 允许您选择增强字幕或原始指令，PreviewAny (#37) 显示将驱动编辑的确切文本。当您希望 MiniMax H3 图像编辑 ComfyUI 从简短请求中推断出精确的保留规则、空间锚点和清晰措辞时，请使用此功能。
模型#
UNETLoader (#29)、CLIPLoader (#30) 和 VAELoader (#31) 获取 MiniMax‑H3‑Image，其 Qwen3VL‑32B 文本编码器和 VAE。这些是为工作流程预选的，通常不需要更改。保持这些组件配对可确保编辑器一致地解释您的提示和图像。
条件#
MiniMaxH3ImageConditioning (#32) 将提示文本、CLIP 嵌入和您调整大小的参考图像融合在一起，以生成正向条件和与您的源分辨率绑定的起始潜在。GetImageSize (#50) 提供宽度和高度，以便编辑在构图上与源保持一致。ConditioningZeroOut (#33) 提供采样器的负输入。CFG 固定为 1，没有分类器自由指导通道；将您的编辑和保留指令放在正向提示中。
采样与解码#
KSampler (#38) 使用验证的蒸馏配置：6 步骤，CFG 1，Euler 采样器，简单调度器，降噪 1。保持这些设置，通过您的指令、扩展字幕和种子变化引导编辑。VAEDecode (#42) 将最终潜在转换回准备保存和比较的 RGB 图像。
输出#
SaveImage (#9) 以清晰的文件名写入您的结果。ImageCompare (#62) 提供交互式前后视图，以便您检查几何、照明和纹理的连续性，并在需要时快速迭代提示。
关键节点#
MiniMaxH3ImageConditioning (#32)#
通过将您的提示、文本编码器、VAE 和参考图像绑定到 MiniMax‑H3 兼容的潜在和正向条件来构建编辑设置。为了更强的保留，保持源图像连接，并用明确的“保留”语言来表述指令；对于更大的场景变化，将字幕集中在新内容和关系上。此保存的工作流程将一个源图像连接到条件和提示增强阶段。
TextGenerateV2 (#34)#
使用 Qwen 3.5 9B 将简短指令扩展为丰富的、参考条件的字幕。调整 system_prompt (#36) 以更改字幕结构或严格保留的强调方式，同时保持其 JSON 合同完整。如果增强字幕感觉过于规范化，通过开关禁用增强器或简化您的指令，以给予 MiniMax‑H3 更多的自由度。
KSampler (#38)#
使用模型的蒸馏计划运行扩散编辑：6 步骤，CFG 1，Euler/简单，降噪 1。这些设置与官方模板设置一致。对于有针对性的替换，指定新对象并明确命名照明、视角、背景和其他要保留的细节。当编辑需要改进时，尝试另一个种子或修改提示。
ResizeImageMaskNode (#56 和 #48)#
节点 #56 将输入调整到 4 MP 的目标，按需缩放。节点 #48 将尺寸对齐为 32 的倍数。验证的输出为 2496 × 1664 像素，约为 4 MP。较大的目标增加了内存需求，尚未对该保存的工作流程进行验证。
ComfySwitchNode (#41)#
在原始指令和增强字幕之间选择。当您希望精确的保留规则和空间参考时，使用增强路径；当您快速实验或您的措辞已经很具体时，选择原始路径。
范围和提示技巧#
提供和测试的工作流程编辑一个源图像，约 4 MP。上游模型支持约 16 MP 的本机输出和多个参考图像，但这些能力不在此工作流程的验证配置中。使用额外的参考需要更改图形；有关这些扩展，请参阅官方教程。
- MiniMax H3 图像编辑 ComfyUI 的有效提示模式：
- “将 [对象] 替换为 [新对象]；保留 [列出特定元素如外观、照明、视角]。”
- “重新着色 [主题] 为 [目标颜色]；保持材质、阴影和反射一致。”
- “在 [表面] 上添加文字 [精确文本]；匹配视角并投射微妙的接触阴影。”
- 参考：
- MiniMax‑H3 图像编辑 ComfyUI 的官方模板：workflow_templates
- 模型权重和文本编码器：Comfy‑Org/MiniMax‑H3‑Image 和 Comfy‑Org/MiniMax‑H3 和 Comfy‑Org/Qwen3.5
致谢#
此工作流程实现并基于以下作品和资源构建。我们感谢 Comfy-Org 提供的官方 ComfyUI 图像编辑工作流程模板和 MiniMax H3 图像模型权重，Comfy.org 提供的 MiniMax H3 图像发布公告，以及 Comfy.org 提供的 MiniMax H3 图像 ComfyUI 教程的贡献和维护。有关权威详细信息，请参阅下列链接的原始文档和存储库。
资源#
- Comfy-Org/官方 ComfyUI 图像编辑工作流程模板
- GitHub: Comfy-Org/workflow_templates
- Comfy.org/MiniMax H3 图像发布公告
- 文档 / 发布说明: MiniMax H3 图像发布公告
- Comfy.org/MiniMax H3 图像 ComfyUI 教程
- 文档 / 发布说明: MiniMax H3 图像 ComfyUI 教程
- Comfy-Org/MiniMax H3 图像模型权重
- Hugging Face: Comfy-Org/MiniMax-H3-Image
注意：使用引用的模型、数据集和代码需遵循其作者和维护者提供的各自许可证和条款。
