魔改 MiniMax H3 做单图编辑，附 ComfyUI 完整工作流
Patient_Ratio4177 · reddit · 2026-08-14
开发者分享了将视频模型 MiniMax H3 用于单图编辑的完整 ComfyUI 实践方案。
- 核心组件：使用混合了 FL2VA 与 Ref2VA 优势的 Checkpoint，配合专门用于渲染单图的 Video VAE，以解决直接抽取视频首帧导致的模糊和网格伪影问题。
- 工程细节：提供了修改后的 nodesminimaxh3.py 文件以绕过 ComfyUI 最少生成 5 帧的限制；推荐搭配 ThisIsFine LoRA 提升细节，以及 Turbo LoRA 加速生成。
- 性能与效果：在 RTX 5090 上生成 1920×1088 图像仅需约 8 秒。作者指出该方法在角色一致性、3D 场景处理和构图上超越了此前的 Krea 2 方案，支持换装、改变体型、风格化及基于深度图的重摆姿势。
「多模态」频道最新
- HeyGen 解释 Video 1 生成速度背后的技术细节 — HeyGen · 2026-10-16
- 博主用 ElevenCreative Recast 把弟弟「换进」电影预告片名场面 — HeyAmit_ · 2026-10-16
- 蚂蚁联合清华开源 Realtime-Venus:实时多模态 Agent 替代 OpenAI Realtime API — aigclink · 2026-10-16
- Flux 3 Klein 实测:信息图排版能力惊艳,开膛手杰克悬赏海报以假乱真 — JadedScorpion · 2026-10-16
- meloform 技术拆解:可微分电路学 1022 个正弦系数复现人声 — henloitsjoyce · 2026-10-16
- 纪录片导演安利 AI 影片《You Can See Everything》 — kyliebytes · 2026-10-16