MiniMax H3 Image | 文本到圖像生成

MiniMax H3 Image | 文本到圖像生成#

這個適用於 ComfyUI 的 MiniMax H3 Image 文本到圖像工作流程使用官方 MiniMax-H3-Image 模板根據書面提示生成照片和插圖。保存的工作流程從 4 MP 開始，啟用了 Prompt Enhancer，六步採樣，並設置 CFG 1。僅在 GPU 記憶體允許時增加解析度。

示例涵蓋人像、室內、食物攝影、運動場景、城市風景和插圖故事。此模板使用文本作為輸入；參考圖像編輯是一個單獨的工作流程。參考模板：image_minimax_h3_image_t2i.json。

MiniMax H3 Image 使用的模型#

• MiniMax‑H3‑Image 擴散模型。核心圖像生成器將潛在圖像去噪為高細節輸出。權重：Comfy‑Org/MiniMax‑H3‑Image。
• MiniMax‑H3 文本編碼器 (qwen3vl_32b for MiniMax‑H3)。為擴散模型編碼自然語言提示，具有強大的視覺基礎。權重：Comfy‑Org/MiniMax‑H3。
• MiniMax‑H3‑Image VAE。將最終潛在表示解碼為 RGB 圖像，忠實再現顏色和色調。權重：Comfy‑Org/MiniMax‑H3‑Image VAE。
• Qwen 3.5 9B (W4A8 GPTQ)。Prompt Enhancer 使用的一個緊湊語言模型，用於將您的想法擴展為精確的視覺標題，並建議一個長寬比。權重：Comfy‑Org/Qwen3.5。

如何在 ComfyUI 中使用 MiniMax H3 Image#

主畫布包含解析度選擇器、一個文本到圖像子圖形、圖像輸出和兩個註釋。打開子圖形檢查其提示增強、模型加載、條件設置、採樣和解碼節點。您提供一個提示，可選的增強器將其擴展為詳細的標題，MiniMax-H3-Image 生成並保存圖片。

• 畫布和尺寸控制
  • 使用 ResolutionSelector (#14) 選擇長寬比和起始百萬像素。保存的工作流程在 4 MP 打開，以減少與模型大約 16 MP 本地目標相比的內存使用；僅在 VRAM 允許時增加。
  • 比較解析度時保持長寬比固定，並在進一步增加之前檢查輸出。
• 用戶提示
  • 在 Text to Image (MiniMax H3 Image) (#23) 的提示欄中輸入您的想法，該欄連接到子圖形內的 Text (user_prompt) (#24)。例如，嘗試“陽光照射的陶瓷茶壺在石灰石桌上”或“雨中反射的夜景城市”。
  • 如果您已經有精心設計的標題，可以保持不變，稍後禁用增強。
• 提示增強器
  • 增強器使用 TextGenerateV2 (#15) 與 Qwen 3.5 將您的想法重寫為詳細標題，並建議單一長寬比。JSON 鍵 expanded_caption 由 JsonExtractString (#26) 提取。
  • 使用 enable_PE 在 Text to Image (MiniMax H3 Image) (#23) 上切換增強。啟用時，增強器的標題供給渲染器；禁用時，渲染器使用您的原始提示。
  • 建議的長寬比是建議性的。實際畫布由 ResolutionSelector (#14) 確定，因此如果您想遵循或覆蓋建議，請在那裡調整尺寸。
• 模型設置和條件設置
  • UNETLoader、CLIPLoader 和 VAELoader 選擇 MiniMax‑H3‑Image 模型、MiniMax‑H3 文本編碼器和 VAE。這些是上面列出的官方權重。
  • MiniMaxH3ImageConditioning (#5) 準備正向條件和與您選擇的寬度和高度對齊的初始潛在。它將文本條件和選擇的尺寸傳遞到採樣鏈中。
• 採樣和輸出
  • KSampler (#7) 使用模型的固定六步計劃在 CFG 1 上運行。保持保存的 Euler 採樣器和簡單調度器。增加步驟或 CFG 不是這個蒸餾模型支持的質量調整策略，且不需要負面提示。
  • VAEDecode 生成最終的 RGB 圖像，SaveImage (#9) 將其寫入磁盤，以便您可以比較變化和縮放測試。

關鍵工作流程節點#

• ResolutionSelector (#14)
  • 設定長寬比和像素數。從保存的 4 MP 設置開始。官方模型指導建議在內存允許時約 16 MP；這是一個模型能力，而不是此頁面上使用的示例解析度。
• Text to Image (MiniMax H3 Image) (#23)
  • 子圖形中心，將重要控制項集中在一個地方。在此處使用提示欄、種子和 enable_PE 開關。保存的模型選擇、Euler 採樣器和簡單調度器提供了經驗證的起始配置。
• TextGenerateV2 (#15)
  • 將您的想法擴展為帶有位置、照明、材料和相機詳情的標題，然後返回包含 expanded_caption 和長寬比建議的 JSON。系統和任務指示可在子圖形中獲得；保留模板指示進行初始運行。
• MiniMaxH3ImageConditioning (#5)
  • 將標題轉換為 MiniMax‑H3‑Image 的條件，並種植一個對齊的潛在。寬度和高度由外部解析度選擇器驅動。
• KSampler (#7)
  • 在 CFG 1 上使用 Euler/簡單運行六步。這些設置遵循蒸餾檢查點；在更改提示或解析度時保留它們。對於受控比較，使用固定的種子，並一次更改一個輸入。

提示和解析度建議#

• 最佳用途
  • 人像：指定年齡範圍、姿勢、鏡頭和照明方向來描述預期的外觀。
  • 室內：設置相機高度和一天中的時間來指導透視和照明。
  • 食物：添加表面、裝飾、凝結和餐具細節以獲得誘人的真實感。
  • 運動和城市風景：描述運動方向、天氣和反射以錨定動態。
  • 插圖故事：調用面板、標籤或英雄主題，以便佈局清晰可讀。
• 實用提示
  • 對於複雜場景或當您想要佈局感知的標題時，保持 Prompt Enhancer 開啟。對於嚴格的提示工程或匹配客戶腳本時，將其關閉。
  • 對於可重複的比較，使用暴露的種子控制，並將內部 KSampler (#7) 上的 control_after_generate 設置為固定。否則，模板會在生成後隨機化種子。
  • 官方示例的大約 16 MP 畫布尺寸：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)。
  • 官方權重和模板可在 Comfy‑Org/MiniMax‑H3‑Image 和 Comfy‑Org/workflow_templates 獲得。

致謝#

MiniMax 開發了 MiniMax-H3-Image。Comfy-Org 提供了兼容的權重分佈和集成文檔的 ComfyUI 模板。請參閱下方的原始資源以獲取模型詳細信息和使用指南。

資源#

• Comfy-Org/官方 ComfyUI 文本到圖像工作流程模板
  • GitHub: Comfy-Org/workflow_templates — image_minimax_h3_image_t2i.json
• Comfy/MiniMax H3 Image 發布公告
  • 文檔 / 發布說明: MiniMax H3 Image 現已推出
• Comfy/MiniMax H3 Image ComfyUI 教程
  • 文檔 / 發布說明: MiniMax H3 Image — ComfyUI 教程
• Comfy-Org/MiniMax H3 Image 模型權重
  • Hugging Face: Comfy-Org/MiniMax-H3-Image

注意：使用引用的模型、數據集和代碼需遵循其作者和維護者提供的相應許可和條款。