原题:akhaliq/MiniMax-H3-Image-Character-Swap
akhaliq 11 月 14 日上传:把 Akatz Labs 的 MiniMax-H3 换角色 LoRA v1.5(秩 16,覆盖 50 个 DiT 块和 2 个 token refiner 块)以强度 1.0 直接合并进 MiniMaxAI/MiniMax-H3-Image 的 DiT,不用再挂 LoRA。用法是把场景照片作为 <Picture 1>、角色参考图作为 <Picture 2>,写清要换掉谁,模型替换人物,同时保留背景、光照、其他人和原来的姿势。仓库同时提供 diffusers 版、ComfyUI 布局的合并检查点(40 GB),以及原始 LoRA(155 MB)和转换好的 diffusers LoRA(173 MB)。许可沿用 MiniMax-H3-Image 社区许可。
为什么重要 动漫角色换进实拍侧脸这类跨画风替换原版常失败;作者称合并版在自己的对比里多数胜出,ComfyUI 换个文件即可
上升分 38 · 点赞 179 · 下载量 316
理由
- 作者称原版 H3-Image 把动漫角色换到严格侧脸照片上时 3 个种子都保留了原脸;17 组三方对比(原版 / 单独 LoRA / 合并版)里合并版被选中 14 次、单独 LoRA 2 次、原版 1 次,但只有一人标注
- 8 个难例(侧脸、小脸、遮挡、全身、多人)和全部盲评图公开在数据集 akhaliq/h3-image-swap-tests
- 合并前核对 624/624 个键和形状、208/208 个目标张量与挂 LoRA 结果一致,合并脚本 merge/merge_and_validate.py 在仓库里
用法
- ComfyUI 0.45.0+、模板包 0.11.104+:把 minimax_h3_image_character_swap_bf16.safetensors 放进 models/diffusion_models,文本编码器和 VAE 用 Comfy-Org/MiniMax-H3-Image 的;打开仓库 comfyui/workflows 里的换角色工作流(或官方 Image Edit 模板),只需载入两张图
- 参数沿用模板:euler / simple、6 步、CFG 1、denoise 1,约 4 MP 起步;提示词先说场景再说角色,点明要换的人(如“左二穿黄毛衣的男人”),并写明保留脸、发型、服装和场景
- diffusers 0.43.0 用 ModularPipeline 加载本仓库;全本地约需 140 GB 显存(DiT 66 GB + 文本编码器 67 GB),可把文本编码器放远端,只让 DiT 和 VAE 上卡;想调强度就用 lora/ 里的单独 LoRA
风险
- 没有新训练,只是把前几期已收的 Akatz 换角色 LoRA 合进图像模型;LoRA 原本为视频训练,图像上只在 8 个难例验证过
- 换真人涉及肖像权和深度伪造,只用自己有权使用的图片
- MiniMax-H3-Image 社区许可的适用地区不含欧盟、英国、韩国和美国;年收入超过 100 万美元或作为托管服务提供,要先取得 MiniMax 书面授权。本条未运行