MiniMax H3 Image Edit 工作流教程:动漫图像转逼真照片
Stable Diffusion Art 发布教程,展示如何在 ComfyUI 中用 MiniMax H3 Image Edit 工作流将动漫图像转换为逼真照片。工作流仅用原生节点,通过视觉语言通路与参考潜变量通路保留角色姿态和构图,无需 ControlNet 堆栈。可选启用 Qwen 3.5 提示词增强器,支持场景级自定义编辑。
Stable Diffusion Art 发布教程,展示如何在 ComfyUI 中用 MiniMax H3 Image Edit 工作流将动漫图像转换为逼真照片。工作流仅用原生节点,通过视觉语言通路与参考潜变量通路保留角色姿态和构图,无需 ControlNet 堆栈。可选启用 Qwen 3.5 提示词增强器,支持场景级自定义编辑。
MiniMax H3 Image 在 ComfyUI 中可原生生成约 16.8MP 图像,6 步完成,无需外部超分。教程提供完整工作流 JSON,并给出量化模型选择:扩散模型 21GB、文本编码器 15.7GB、图像 VAE 1.17GB,24GB 显卡可运行。
可灵发布新一代图像生成模型 Kling Image 4.0,现已上线可灵创意工作室并向企业及开发者开放 API。该模型基于原生统一理解与生成架构,支持原生 8K 图像生成、单图最多 2000 字符文本渲染、单提示词生成最多 10 张一致风格图像,以及电商详情页等长图生成。此外还提供 110+ 预设调色风格、70+ 预设商用字体和七种语言支持。
Adobe 在 Adobe Max 大会上宣布 Firefly、Creative Cloud 和 GenStudio 的新 agent 和工具,包括 Creative Agent、MCP 集成和 Premiere 生成媒体工具。公司还深化与 Google 和 Microsoft 的合作,并展示 Topaz Labs 收购带来的超分工具。
MiniMax-H3-Image 的 pDMD 2 步 LoRA 在 ComfyUI 0.45.0 和 RTX 4070 12GB 上,把 9 次图像编辑的平均生成时间从 38.83 秒降到 27.62 秒,缩短约 28.9%。
作者实测MiniMax H3 Image,以一张插画为原图,仅用提示词即可完成水彩、油彩、钢笔、木版画等10种画风转换;开启ComfyUI模板内置的提示词扩展后,风格变化更明显,但平均生成时间从60.50秒增至187.12秒。
开源社区将 MiniMax H3 Image 量化至 Q2_K,显存需求从 68GB 降至 6.4GB,8G 显卡可本地跑 4K 生图。量化版原生直出 4096×4096 及 21:9 宽屏,官方蒸馏 6 步出图,生图与修图一体,最多支持 16 张参考图。
MiniMax 于 11 月 10 日开放 H3-Image 模型权重,官方称 10 秒可生成 1600 万像素高清图,价格约为同档位主流工具的 50%-70%。
作者在 M1 Max 64GB 上实测 MiniMax-H3-Image 的社区 GGUF 量化版(Q4_K_M,11.57GB),4MP 动漫插画约 5 分钟生成,6 步采样每步约 47 秒。
HeyGen 发布 2026 年 11 月企业 API 更新,Video 1、Voice 1 和 Image 1 上线 API,企业限流提升,零数据保留覆盖范围扩大,v1/v2 于 2026 年 11 月 7 日退役。Video 1 支持文本/图像/参考视频到视频并生成对话与音效,Voice 1 支持 Instant Clone 与语音转语音,Avatar V 新增更自然眨眼。
Reddit 用户实测 MiniMax H3-Image 在 AMD Radeon RX 9060 XT(16 GB 显存)上生成 2368×3552(8.41 MP)图像耗时约 35-43 秒,六步采样,峰值显存 12.1 GB。该模型基于 MiniMax H3 视频模型构建,作者称其速度远超其他已测模型,并给出完整 ComfyUI 工作流与低显存配置供复现。
Seedream 5.5 现可通过 Partner Nodes 在 ComfyUI 中使用,新增多轮局部编辑、原生透明 RGBA 输出、海报与图文排版、更真实人像及提示词光照控制,全部功能由单个节点接入任意工作流。用户可在 Comfy Cloud 试用图像编辑与文生图两个入口。
MiniMax-H3-Image 的许可证明确禁止在欧盟、英国、韩国和美国使用,作者提醒当地创作者注意合规风险。许可证原文列出排除地区,申请例外链接目前返回 404。
MiniMax H3 Image 在 ComfyUI 中 day-0 原生支持,一个 checkpoint 同时支持文生图和参考图编辑。模型为 CFG-distilled,6 步采样且无需负向提示词,原生输出 4096×4096(1:1)等分辨率,支持多参考图编辑和 4096 token 长提示词。
MiniMax 开源 H3-Image 图像生成模型,支持 16MP(4096×4096)原生 4K 输出和最多 16 张参考图输入。作者实测其可生成 CAD 三视图、机械爆炸图和高数试卷等复杂图像,网页端 4K 生成约 10-20 秒。API 价格为主流竞品的 50% 到 70%,首周 16MP 请求再打五折。
字节跳动发布新一代图像生成模型 Seedream 5.5,支持 100 轮多轮编辑、原生 RGBA 透明背景输出,并提升图像真实感与文字渲染。相比 Seedream 5.0 Pro,六个生产场景的可用率均有提升,影视和办公场景可用率超过上一版两倍;文本严重损坏率降至 0.4%。
InvokeAI 7.0.0 进入 beta 1,这是其最大版本更新。新增项目、单工作台、视频面板支持 MiniMax H3、LTX-2.5 和 Wan 2.2。官方警告 v7 数据库迁移不可逆,升级前需备份。
OpenAI 于 2026 年 11 月 4 日发布 GPT-Image-2.6,生成速度提升约 50%,Flare 最快 6 秒出图。新功能包括 GIF 生成、可复用参考角色、透明 PNG 标记编辑和 SVG 导出。API 定价与 2.5 持平,但 low/medium 档输出 token 用量可能上升,迁移前需实测。
MiniMax 发布开源图像生成与编辑模型 MiniMax-H3-Image,将文本到图像与图像编辑统一在一个 checkpoint。模型为 33.1B 参数 DiT,蒸馏至 6 步采样,直接生成约 16 兆像素图像(4096×4096 至 6272×2688),无需超分。
Anima-RGBA 在 M1 Max 上实测可直接输出透明 PNG 并干净抠图,但玻璃、蒸汽、翅膀、幽灵等半透明元素仍保持不透明。背景清除效果良好,但中间 alpha 值几乎不存在;触发词权重提升到 1.3 也无法产生半透明效果。叠加 Turbo LoRA 后 8 步生成时间缩短至 41 秒,适合日常抠图工作流。