К содержимому
Изображения

MiniMax-H3-Image-Exp-Comfy

полная конверсия MiniMax-H3-Image и экспериментальная LoRA для ComfyUI

2 мин чтенияобновлено

Автор t8star собрал в одном репозитории полную (не урезанную) конверсию модели генерации и редактирования изображений MiniMax-H3-Image для ComfyUI, а также набор для экспериментов с многошаговой генерацией. Основной чекпоинт весом 66,29 ГБ переведён из нативного формата в формат ComfyUI с сохранением исходной смешанной точности BF16/FP32 и всех слоёв AdaLN (без деквантования из INT8). Дополнительно автор обучил экспериментальную LoRA (небольшую надстройку над базовой моделью) direct MLP100 и написал кастомную ноду H3ImageSingleHead, чтобы сгладить жёсткие артефакты текстур при переходе со стандартной 6-шаговой схемы на 50 шагов с CFG 3. Сборка пригодится пользователям ComfyUI, которые хотят запускать базовый MiniMax-H3-Image в полном качестве или тестировать альтернативный режим генерации.

Ключевые особенности

  • Полный чекпоинт без урезания: файл minimax_h3_image_full_bf16_comfy_qkvfix.safetensors (66,29 ГБ) сохраняет оригинальные веса в BF16 + FP32 и поддерживает нативный 6-шаговый пайплайн.
  • Экспериментальная LoRA для текстур: адаптер experimental_direct_mlp100_rank16.safetensors (172,07 МБ, rank 16) обучен на 100 модулях MLP в 50 слоях, чтобы уменьшать «резные» артефакты на коже, ткани, шерсти и акварели.
  • Специальная нода для многошагового режима: папка custom_nodes/h3_image_single_head объединяет 6 весовых голов PDD в одну взвешенную голову прямо в памяти без перезаписи основного файла.
  • Полный комплект для запуска: в репозитории также лежат готовые JSON-воркфлоу (для 6 шагов и 50 шагов), текстовый энкодер Qwen3-VL-32B в INT8 (27,14 ГБ) и VAE в FP16 (1,17 ГБ).

Что можно сделать

  • Генерировать и редактировать картинки в нативном режиме: загрузить воркфлоу из workflows/native_pdd6, чтобы запускать оригинальную 6-шаговую генерацию (2048×2048) и редактирование фото (2048×1344) в ComfyUI без доп. надстроек.
  • Тестировать более мягкие фактуры на 50 шагах: собрать цепочку с H3ImageSingleHead и direct MLP100 (сила +1, сэмплер Euler, 50 шагов, CFG 3) для портретов, тканей и иллюстраций с менее грубой прорисовкой поверхности.

Пример

Порядок подключения узлов в ComfyUI для экспериментального 50-шагового режима (вместо обычного загрузчика LoRA обязательно используется LoraLoaderBypassModelOnly, а нода H3ImageSingleHead ставится сразу после загрузки модели):

UNETLoader -> H3ImageSingleHead -> LoraLoaderBypassModelOnly -> CFGGuider
ПодробнееРепозиторий является неофициальным исследовательским портом на базе MiniMaxAI/MiniMax-H3-Image и не удаляет дистилляцию PDD полностью.
Тестовый стенд автора: RTX 4060 Ti 16 ГБ VRAM и 128 ГБ оперативной памяти — для 66 ГБ весов требуется большой объём ОЗУ и выгрузка (offload).
В ручной проверке на 10 фиксированных примерах direct MLP100 прошёл 8/10 (улучшил текстуры, но может менять композицию и мелкие детали), а более свежий чекпоинт из папки rejected использовать не рекомендуется.
Лицензия MiniMax-H3-Image Community License ограничивает использование в ЕС, Великобритании, Южной Корее и США, а также задаёт отдельные правила для коммерческих сервисов.
Примеры
Обсудить Telegram 11 4,1 тыс.

Запустится ли?

Только с выгрузкой в ОЗУ

Даже 4-bit больше видеопамяти. Часть слоёв можно держать в оперативной памяти (llama.cpp, ComfyUI), но работать будет в разы медленнее.

  • BF16веса 90 GB · готовые файлы100 GB
  • FP8 / INT8рекомендуемвеса 45 GB51 GB
  • 4-bitвеса 25 GB29 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # t8star/Minimax-H3-Image-Exp-Comfy
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download t8star/Minimax-H3-Image-Exp-Comfy --local-dir ~/models/Minimax-H3-Image-Exp-Comfy
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Minimax-H3-Image-Exp-Comfy
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Промпты для MiniMax H3

Все промпты

Готовые промпты с видео результата: копируйте и пробуйте.

Семья модели

Дообучение модели

MiniMaxAI/MiniMax-H3-Image
  1. MiniMax-H3основа семьи
  2. MiniMax-H3-Image
  3. Minimax-H3-Image-Exp-Comfy

Новые посты про версии MiniMax-H3 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 3Все на Hugging Face

О модели

t8star/Minimax-H3-Image-Exp-Comfy
Автор
t8star
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

4,1 тыс.11

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии