> ## Documentation Index > Fetch the complete documentation index at: https://docs.comfy.org/llms.txt > Use this file to discover all available pages before exploring further. # MiniMax-H3-Image：在 ComfyUI 中实现 16 MP 文生图与图像编辑 > 在 ComfyUI 中运行 MiniMax-H3-Image：一个开放权重 checkpoint，即可在约 16 MP 下完成文生图与提示词驱动的图像编辑，并蒸馏至 6 步采样器步数。 **MiniMax-H3-Image** 是 MiniMax 的开放权重图像模型，一个 checkpoint 同时覆盖文生图与图像编辑。其扩散 Transformer 为 33.1B 参数，采用 BF16 精度，并蒸馏为无需 CFG 的 6 步采样器。原生输出约为 16 MP，因此 4096 x 4096 的图像只需一次生成，而无需经过 upscale 链路。 **相关链接** * [MiniMaxAI/MiniMax-H3-Image (Hugging Face)](https://huggingface.co/MiniMaxAI/MiniMax-H3-Image)：官方模型卡与权重 * [MiniMax-H3-Image (ModelScope)](https://modelscope.cn/models/minimax/MiniMax-H3-Image)：面向中国大陆的官方镜像 * [MiniMax-AI/MiniMax-H3-Image (GitHub)](https://github.com/MiniMax-AI/MiniMax-H3-Image)：官方示例与 skill * [Comfy-Org/MiniMax-H3-Image (Hugging Face)](https://huggingface.co/Comfy-Org/MiniMax-H3-Image)：扩散模型与图像 VAE * [Comfy-Org/MiniMax-H3 (Hugging Face)](https://huggingface.co/Comfy-Org/MiniMax-H3)：该模型使用的 Qwen3-VL-32B 文本编码器 * [MiniMaxAI/MiniMax-H3-Image-PE (Hugging Face)](https://huggingface.co/MiniMaxAI/MiniMax-H3-Image-PE)：官方提示词扩展器 ## 主要特性 * **在一个 checkpoint 中完成文生图与图像编辑**：无需加载单独的编辑模型或适配器 * **6 步采样**：引导固定为 1，因此没有 CFG 计算，也不需要负面提示词 * **原生约 16 MP**：4096 x 4096 至 6272 x 2688，无需额外的放大流程 * **多参考图**：最多 16 张输入图像，在提示词中从 `` 起依次引用 * **可选的提示词扩展器**：将简短的请求转换为模型最容易理解的详细描述 * **开放权重**：在 ComfyUI 中完全本地可控 > [!TIP] > > > [tab] 本地用户 > > > > 请确保你的 ComfyUI 已经更新。 > > > > * [ComfyUI 下载](https://www.comfy.org/download) > > * [ComfyUI 更新教程](https://docs.comfy.org/zh/installation/update_comfyui.md) > > > > 本指南里的工作流可以在[工作流模板](https://docs.comfy.org/zh/interface/features/template.md)中找到。如果找不到，可能是 ComfyUI 没有更新。 > > > > 如果加载工作流时有节点缺失，可能原因有： > > > > 1. 你用的不是最新版（每夜版）。 > > 2. 启动时有些节点导入失败。 > > > [tab] 云端用户 > > > > * [Cloud](https://cloud.comfy.org) 会在 ComfyUI 稳定版本发布后更新。 > > > > 所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。 ## 模板 该模型附带两个模板工作流。两者都需要 ComfyUI **0.45.0+** 和模板包 **0.11.104+**。 ### MiniMax-H3-Image 文生图 用文本提示词生成图像。模板以 4 MP 在方形画布上打开，刻意低于模型的原生分辨率，以免低显存机器出现内存不足。当 GPU 尚有余量时，可用分辨率选择器提高尺寸。 ![MiniMax-H3-Image 文生图示例输出](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/image_minimax_h3_image_t2i-1.webp) > [card] [下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_minimax_h3_image_t2i.json) > > 下载 JSON，或在模板库中搜索 "MiniMax-H3-Image: Text to Image" ### MiniMax-H3-Image 图像编辑 描述想要的改动即可编辑图像。模板将来源图像作为 `` 加载，根据你的指令构建能感知参考图的描述，最后以对比前后的节点收尾。 ![MiniMax-H3-Image 图像编辑示例输出](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/image_minimax_h3_image_edit-1.webp) > [card] [下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_minimax_h3_image_edit.json) > > 下载 JSON，或在模板库中搜索 "MiniMax-H3-Image: Image Edit" **输入素材** 模板自带一张来源图像，在其 `LoadImage` 节点中作为 `` 加载。 > [card] [vintage\_yellow\_taxi.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/vintage_yellow_taxi.png) > > 模板需要编辑的来源图像 ## 模型下载 四个文件放入 `ComfyUI/models`，全部来自 Comfy-Org 镜像仓库。 > [card] [扩散模型：minimax\_h3\_image\_pruned\_int8\_convrot.safetensors](https://huggingface.co/Comfy-Org/MiniMax-H3-Image/blob/main/diffusion_models/minimax_h3_image_pruned_int8_convrot.safetensors) > > 剪枝 INT8 DiT，21 GB。放入 `ComfyUI/models/diffusion_models/` > [card] [文本编码器：qwen3vl\_32b\_minimax\_h3\_int8\_convrot.safetensors](https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/text_encoders/qwen3vl_32b_minimax_h3_int8_convrot.safetensors) > > Qwen3-VL-32B，INT8，25.28 GB。放入 `ComfyUI/models/text_encoders/` > [card] [提示词扩展器：qwen3.5\_9b\_w4a8\_gptq.safetensors](https://huggingface.co/Comfy-Org/Qwen3.5/blob/main/text_encoders/qwen3.5_9b_w4a8_gptq.safetensors) > > Qwen3.5 9B W4A8，7.34 GB。放入 `ComfyUI/models/text_encoders/` > [card] [VAE：minimax\_h3\_image\_vae\_fp16.safetensors](https://huggingface.co/Comfy-Org/MiniMax-H3-Image/blob/main/vae/minimax_h3_image_vae_fp16.safetensors) > > 图像 VAE，FP16，1.17 GB。放入 `ComfyUI/models/vae/` **模型存储位置** ``` 📂 ComfyUI/ ├── 📂 models/ │ ├── 📂 diffusion_models/ │ │ └── minimax_h3_image_pruned_int8_convrot.safetensors │ ├── 📂 text_encoders/ │ │ ├── qwen3vl_32b_minimax_h3_int8_convrot.safetensors │ │ └── qwen3.5_9b_w4a8_gptq.safetensors │ └── 📂 vae/ │ └── minimax_h3_image_vae_fp16.safetensors ``` ## 采样与画布尺寸 两个模板均采用蒸馏调度方案： | 设置 | 值 | | - | - | | 采样器 | euler | | 调度器 | simple | | 步数 | 6 | | 引导（CFG） | 1 | | 降噪 | 1 | 引导值为 1 时不存在无分类器引导（classifier-free guidance）过程，因此模板中不携带负面提示词。请把所有你想要的内容，包括需要避免的内容，都写进正向提示词中。 原生输出约为 16 MP。每条边都生成于 32 px 的倍数，任意宽度和高度均可接受。以下尺寸覆盖了常见的比例： | 宽高比 | 尺寸（宽度 x 高度） | | - | - | | 1:1 | 4096 x 4096 | | 4:3 | 4736 x 3552 | | 3:4 | 3552 x 4736 | | 3:2 | 5024 x 3360 | | 2:3 | 3360 x 5024 | | 16:9 | 5472 x 3072 | | 9:16 | 3072 x 5472 | | 21:9 | 6272 x 2688 | 更小的画布同样可行，且耗时更少。在文生图模板中，分辨率选择器分别设置宽高比和目标百万像素数，因此 4 MP 只是起点，而非上限。 ## 图像编辑中的参考图像 图像编辑模板会将来源图像作为 `` 发送给模型。额外图像会按顺序标记为 ``、``，最多支持 16 个参考图像，提示词会通过各自的标签来引用这些图像。第一张图像是待编辑的图像；其余图像提供身份、道具、材质或构图。简短的指令就足够了，例如将 `` 中的车辆替换为 `` 中的车辆。 要添加参考图像，请在工作流中再放置一个 `Load Image` 节点，并将其同时连接到提示词生成步骤和条件节点。参考图像无需任何预处理：模板会将来源图像取整为 32 px 的倍数，而 ComfyUI 会自行缩放内部副本，视觉侧使用 1024 px 的短边，VAE 侧使用限制在 1024 到 2048 px 之间的短边，两者都对齐到 32 px 网格。 如果编辑过程中内存不足，请在模板中启用 `Resize Image/Mask` 节点，并在采样前降低其百万像素数。 ## 提示词扩展器 两个模板都在采样器之前放置了一个文本生成步骤。在文生图模板中，它会把提示词改写为一段详细的英文描述，并为画布选定一个宽高比例。在图像编辑模板中，它会把简短的指令转换为一段带有参考信息的、对已完成图像的描述。 MiniMax-H3-Image 的官方扩展器是一个 Qwen3.8-27B FP4 模型，发布在 [MiniMaxAI/MiniMax-H3-Image-PE](https://huggingface.co/MiniMaxAI/MiniMax-H3-Image-PE)。模板使用的是更轻量的 Qwen3.5 9B W4A8 版本，因此扩展器可以与 21 GB 的 diffusion 模型一起装在单张 GPU 上。 文生图模板出厂时关闭了扩展器，因此你的提示词会按原样送入模型；当你希望自动改写描述并选择宽高比例时，可以将其开启。图像编辑模板出厂时已开启扩展器。 This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.