4K 身份保持修图：Reddit 用户开源 MiniMax H3 单帧编辑工作流
arthan1011 · reddit · 2026-11-04
Reddit 用户 arthan1011 发布了一个基于 MiniMax H3 的图像编辑工作流（Civitai 可下载），核心是利用模型的「身份感知 inpaint」——去噪不仅由文本引导，还由参考图引导。
关键做法
- 把参考图和单帧 latent 上采样到 4MP（需要高细节或远景时到 8MP/4K），再做 tiled latent upscale；直接 one-shot 4K 会导致风格和颜色漂移，不可靠。
- 相比普通像素级放大，H3 的每一步去噪都被参考图 grounding，因此能保持角色身份与画风。作者称只有 Wan2.2 和 MiniMax H3 这类视频模型能做好「保持角色身份生成新图」这一任务。
- 提示词要写「动作及其结果」而非指令式（如写 "plant in the middle of the room disappears" 而非 "remove plant"）。
- Turbo LoRA 实测：lightx2v 提示遵循最好但有噪点，缩小的 taomate lora 更平滑；Face fix 只建议用于远景小脸或最大身份保持场景。
帖内附换装、姿势、漫画生成、角色 turnaround、手办化等多个示例图。
「编程与Agent」频道最新
- Agent 运行的五种结局,你的设计覆盖全了吗? — ClickOk5811 · 2026-11-05
- 网友用 Claude Code 搭流水线：Suno 音乐配 three.js 逐帧动画一次过 — Glass-Garden-5888 · 2026-11-05
- 一条冷门 git 命令带来 12% 性能提升,实测 Linux 内核源码验证 — DanielLockyer · 2026-11-05
- 视觉 token 路由 VTR：精度不变，VLM agent 省 5.8 倍视觉 token — wellecks · 2026-11-05
- 独立开发者开源浏览器本地模型屏监 Agent,一年磨一剑 — Roy3838 · 2026-11-05
- Together 提出按任务模糊度选模型:写测试用小模型,重构认证上大模型 — togethercompute · 2026-11-05