MiniMax H3 图像 | 文本到图像生成

MiniMax H3 图像 | 文本到图像生成#

此 MiniMax H3 图像文本到图像工作流程为 ComfyUI 从书面提示生成照片和插图，使用官方 MiniMax-H3-Image 模板。保存的工作流程从 4 MP 开始，启用 Prompt Enhancer，六个采样步骤和 CFG 1。只有在 GPU 内存允许时才增加分辨率。

示例涵盖肖像、室内、食品摄影、运动场景、城市景观和插图故事讲述。此模板使用文本作为输入；参考图像编辑是一个单独的工作流程。参考模板：image_minimax_h3_image_t2i.json。

MiniMax H3 图像使用的模型#

• MiniMax‑H3‑Image 扩散模型。核心图像生成器，将潜在变量去噪为高细节输出。权重：Comfy‑Org/MiniMax‑H3‑Image。
• MiniMax‑H3 文本编码器 (qwen3vl_32b for MiniMax‑H3)。为扩散模型编码自然语言提示，具有强大的视觉基础。权重：Comfy‑Org/MiniMax‑H3。
• MiniMax‑H3‑Image VAE。将最终的潜在表示解码为 RGB 图像，具有真实的颜色和色调。权重：Comfy‑Org/MiniMax‑H3‑Image VAE。
• Qwen 3.5 9B (W4A8 GPTQ)。Prompt Enhancer 使用的紧凑型语言模型，将您的想法扩展为精确的视觉标题，并推荐纵横比。权重：Comfy‑Org/Qwen3.5。

如何在 ComfyUI 中使用 MiniMax H3 图像#

主画布包含分辨率选择器、文本到图像子图、图像输出和两个备注。打开子图以检查其提示增强、模型加载、条件化、采样和解码节点。您提供一个提示，可选的增强器将其扩展为详细的标题，MiniMax-H3-Image 渲染并保存图片。

• 画布和尺寸控制
  • 使用 ResolutionSelector (#14) 选择纵横比和起始百万像素。保存的工作流程在 4 MP 下打开，以减少与模型大约 16 MP 的原生目标相比的内存使用；只有在 VRAM 允许时才增加。
  • 比较分辨率时保持纵横比固定，并在进一步增加之前检查输出。
• 用户提示
  • 在 Text to Image (MiniMax H3 Image) (#23) 的提示字段中输入您的想法，它连接到子图内部的 Text (user_prompt) (#24)。例如，尝试“阳光照射的陶瓷茶壶在石灰石桌上”或“雨中反射的夜景城市”。
  • 如果您已经有精心设计的标题，可以保持原样，并在稍后禁用增强。
• Prompt Enhancer
  • 增强器使用 TextGenerateV2 (#15) 与 Qwen 3.5 将您的想法重写为详细的标题，并提出一个单一的纵横比建议。JSON 键 expanded_caption 由 JsonExtractString (#26) 提取。
  • 使用 enable_PE 在 Text to Image (MiniMax H3 Image) (#23) 上切换增强。当开启时，增强器的标题将传递给渲染器；关闭时，渲染器使用您的原始提示。
  • 提出的纵横比是建议性的。实际画布由 ResolutionSelector (#14) 决定，因此如果您想遵循或覆盖建议，请在那里调整大小。
• 模型设置和条件化
  • UNETLoader、CLIPLoader 和 VAELoader 选择 MiniMax‑H3‑Image 模型、MiniMax‑H3 文本编码器和 VAE。这些是上面列出的官方权重。
  • MiniMaxH3ImageConditioning (#5) 准备正向条件化和与您选择的宽度和高度对齐的初始潜在变量。它将文本条件化和选定的维度传递到采样链中。
• 采样和输出
  • KSampler (#7) 使用模型的固定六步计划在 CFG 1 下运行。保留保存的 Euler 采样器和简单调度器。增加步骤或 CFG 不是此蒸馏模型的支持质量调整策略，不需要负向提示。
  • VAEDecode 生成最终的 RGB 图像，并通过 SaveImage (#9) 将其写入磁盘，以便您可以比较变体和缩放测试。

关键工作流程节点#

• ResolutionSelector (#14)
  • 设置纵横比和像素计数。从保存的 4 MP 设置开始。官方模型指导建议在内存允许时大约 16 MP；这是模型能力，而不是本页示例使用的分辨率。
• Text to Image (MiniMax H3 Image) (#23)
  • 在一个地方展示重要控制的子图中心。在此处使用提示字段、种子和 enable_PE 开关。保存的模型选择、Euler 采样器和简单调度器提供验证的起始配置。
• TextGenerateV2 (#15)
  • 将您的想法扩展为带有位置、照明、材料和相机细节的标题，然后返回包含 expanded_caption 和纵横比建议的 JSON。系统和任务指令在子图内部可用；保留模板指令用于初始运行。
• MiniMaxH3ImageConditioning (#5)
  • 将标题转换为 MiniMax‑H3‑Image 的条件化，并播种对齐的潜在变量。宽度和高度由外部分辨率选择器驱动。
• KSampler (#7)
  • 在 CFG 1 下运行六步，使用 Euler/简单。这些设置遵循蒸馏检查点；在更改提示或分辨率时保留它们。对于受控比较，请使用固定的种子并一次更改一个输入。

提示和分辨率建议#

• 最佳用途
  • 肖像：指定年龄范围、姿势、镜头和照明方向以描述预期外观。
  • 室内：设置相机高度和一天中的时间以指导视角和照明。
  • 食品：添加表面、装饰、冷凝和餐具细节以实现诱人的真实感。
  • 运动和城市景观：描述运动方向、天气和反射以锚定动态。
  • 插图故事讲述：标出面板、标签或主角以便布局清晰可读。
• 实用建议
  • 对于复杂场景或当您想要布局感知的标题时，请保持 Prompt Enhancer 开启。对于严格的提示工程或匹配客户脚本时关闭。
  • 对于可重复的比较，使用暴露的种子控制并将 control_after_generate 设置为内部 KSampler (#7) 的固定。模板否则会在生成后随机化种子。
  • 官方示例大约 16 MP 画布尺寸：4096x4096 (1:1), 4736x3552 或 3552x4736 (4:3 或 3:4), 5024x3360 或 3360x5024 (3:2 或 2:3), 5472x3072 或 3072x5472 (16:9 或 9:16), 6272x2688 (21:9)。
  • 官方权重和模板可在 Comfy‑Org/MiniMax‑H3‑Image 和 Comfy‑Org/workflow_templates 获取。

致谢#

MiniMax 开发了 MiniMax-H3-Image。Comfy-Org 提供了 ComfyUI 模板、兼容的权重分发和集成文档。有关模型详情和使用指南，请参见下方的原始资源。

资源#

• Comfy-Org/官方 ComfyUI 文本到图像工作流程模板
  • GitHub: Comfy-Org/workflow_templates — image_minimax_h3_image_t2i.json
• Comfy/MiniMax H3 图像发布公告
  • 文档 / 发布说明: MiniMax H3 图像现已推出
• Comfy/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和条款。