Рабочий процесс ComfyUI для MiniMax H3 Image с низким потреблением видеопамяти

Репозиторий рабочих процессов ComfyUI, загруженный vyrekai 11 14, (без новых весов), предлагает три версии для MiniMax H3 Image: 8 ГБ, 12 ГБ и 16 ГБ+, все из которых способны генерировать изображения полного размера 16 МП (например, 5472x3072); ComfyUI загружает модель в видеопамять блоками, поэтому меньший объем VRAM лишь замедляет процесс. Файлы моделей полностью используют официальные диффузионные модели int8, текстовые энкодеры nvfp4 и VAE от Comfy-Org, кастомные узлы не требуются. Также прилагается руководство по написанию промптов для H3 Image с помощью чат-моделей, таких как ChatGPT и Claude.

Оригинальное название: vyrekai/minimax-h3-image-comfyui-workflows

Репозиторий рабочих процессов ComfyUI, загруженный vyrekai 11 14, (без новых весов), предлагает три версии для MiniMax H3 Image: 8 ГБ, 12 ГБ и 16 ГБ+, все из которых способны генерировать изображения полного размера 16 МП (например, 5472x3072); ComfyUI загружает модель в видеопамять блоками, поэтому меньший объем VRAM лишь замедляет процесс. Файлы моделей полностью используют официальные диффузионные модели int8, текстовые энкодеры nvfp4 и VAE от Comfy-Org, кастомные узлы не требуются. Также прилагается руководство по написанию промптов для H3 Image с помощью чат-моделей, таких как ChatGPT и Claude.

Почему это важно Файлы официальной модели H3 Image значительно превышают объем видеопамяти обычных видеокарт; этот рабочий процесс позволяет даже 8 ГБ VRAM генерировать изображения полного размера за счет блочной загрузки

Рост рейтинга 62 · Лайки 63 · Загрузки 0

Причины

  • Автор симулировал три уровня ограничений видеопамяти на RTX 5070 Ti + 24 ГБ ОЗУ: генерация текста в изображение 16 МП занимает около 66 секунд при 16 ГБ, около 63 секунд при 12 ГБ и около 60 секунд при 8 ГБ; при одинаковом seed все три версии выдают попиксельно идентичные изображения; пиковое потребление VRAM ComfyUI составляет 3.7 ГБ при использовании 8 ГБ
  • В рабочем процессе есть выбор соотношения сторон, переключатель между черновиком 4 МП и полным размером, 10 слотов для референсных изображений (по умолчанию отключены, включаются через Ctrl+B при выборе) и опциональное расширение промпта
  • Оригиналы 8 примеров изображений находятся в директории examples репозитория; автор утверждает, что они не подвергались постобработке или апскейлингу

Использование

  • Выберите файл рабочего процесса в зависимости от объема видеопамяти: minimax_h3_image_8gb_vram.json, 12gb или 16gb, и перетащите его в ComfyUI (автор тестировал версию 0.45.3); загрузите файлы из Comfy-Org/MiniMax-H3-Image: minimax_h3_image_pruned_int8_convrot (21 ГБ), qwen3vl_32b_minimax_h3_nvfp4_awq (15.7 ГБ) и minimax_h3_image_vae_fp16 (1.2 ГБ), поместив их в соответствующие директории внутри папки models
  • Параметры сэмплирования уже настроены: SamplerLCM + simple, 6 шагов, CFG 1.0, без негативного промпта; сначала используйте черновик 4 МП для тестирования промптов, но при переключении на 16 МП тот же seed выдаст другое изображение
  • Для карт с 8 ГБ VRAM не устанавливайте опциональную модель расширения промптов qwen3.5_9b (она отключена в рабочем процессе); если декодирование VAE вызывает переполнение видеопамяти, уменьшите tile_size до 384 или 256

Риски

  • Это только рабочие процессы и инструкции, а не новая модель; показатели скорости получены автором при симуляции ограничений видеопамяти на RTX 5070 Ti, реальные карты с 8 ГБ / 12 ГБ VRAM (например, 4060, 3060) будут работать медленнее
  • Требуется более 24 ГБ системной памяти и около 38 ГБ места на SSD; генерация изображения 16 МП с использованием 4 референсных изображений на карте с 8 ГБ VRAM занимает около 4 минут
  • Сам рабочий процесс лицензирован под Apache-2.0, файлы моделей используются согласно лицензии сообщества MiniMax-H3-Image; данный пункт не был протестирован в работе

Открыть

Hugging Face Trending

Открыть последние новости ИИ