【2026 最新】MiniMax H3-Image 改圖教學：參考圖順序、VAE 接線與人物保留，五步排錯

模板能出圖，一換自己的照片，包包卻套到另一個人身上，原本想保留的臉也變了。這篇 MiniMax H3-Image 改圖教學，帶你沿著圖片編號、提示與 VAE 三條線找原因，再用同一份照片做可回查的對照。

本文寫給剛接觸 ComfyUI、願意照著節點名稱找插孔的讀者。你會學會準備兩張有權使用的照片、寫清楚改哪裡與留哪裡，最後交出一份「人物、商品、背景」分開批改的紀錄。已有可運作的 ComfyUI 與相容算力，才進入生成步驟；尚未備妥，也能先完成接線核對。

以下依 2026 年 11 月 13 日查閱的官方文件、模板與節點程式整理。本文提供練習設計，未在本機執行 H3-Image 權重推論；圖中的接線示意與空白表也不是模型成品。若你要做的是有聲影片，請接著看 H3 影片本機教學。

先說結論：改對圖＝編號一致＋路徑完整＋逐項驗收

把 ComfyUI 想成修圖工作桌：Picture 是照片座號，提示擴寫器是寫修改單的人，VAE 是把照片送進模型內部的轉接器。座號與修改單對不上，畫得再漂亮也可能交錯件。先固定這三項，再談畫質。

• 主圖接 image_1；第二張只提供指定的物件或屬性，提示中的 <Picture 2> 要對得上。
• 開啟提示擴寫時，兩張圖都要送到擴寫與圖像 Conditioning，而且順序相同。
• VAE 接到 Conditioning 與最後的 Decode 是兩件事。排查參考 latent 時，只改前者。
• 同一輪只改一項；人物保留、商品輪廓與背景各自評分。

一、MiniMax H3-Image 改圖教學：先確認配方與授權

H3-Image 是原生圖片生成與編輯模型。H3 影片版、社群把影片抽成單幀的方案，以及 H3-Image 的專用模板，應分開辨認。MiniMax 官方模型卡列出 H3-Image 的圖像 VAE 與獨立圖片權重；共享 H3 的文字編碼器，不表示其他零件可以整套互換。

先過使用資格這一關。11 月 10 日版 H3-Image Community License把歐盟、英國、韓國與美國列為排除地區，並限制在適用地域之外使用或展示模型作品及輸出。你或關係企業的年化營收超過 100 萬美元，或向第三方提供 Hosted Service，都要求事先取得另行書面授權；商用產品介面另有名稱展示要求。下載得到權重，與你的部署、營業及發送成品方式獲授權，是不同問題。

本練習使用自己的日常照片與物件，不拿陌生人的臉測試換身分。照片若含其他人，先取得同意；桌上的信件、證件、住址和螢幕內容先移除。這些是挑選本次素材的條件，應在送進任何本機或雲端流程之前完成。

到 ComfyUI 官方圖像教學找 MiniMax-H3-Image: Image Edit 模板。該頁列出 ComfyUI 0.45.0+ 與 template pack 0.11.104+。載入缺節點時，先對照實際核心與模板版本、啟動匯入錯誤，再依官方更新方式處理。

• minimax_h3_image_pruned_int8_convrot.safetensors → ComfyUI/models/diffusion_models/。
• qwen3vl_32b_minimax_h3_int8_convrot.safetensors → ComfyUI/models/text_encoders/，負責圖文理解。
• minimax_h3_image_vae_fp16.safetensors → ComfyUI/models/vae/。
• 模板的擴寫器 qwen3.5_9b_w4a8_gptq.safetensors → ComfyUI/models/text_encoders/；它與上一個 Qwen 編碼器用途不同。

這是官方 Comfy-Org 模板的量化檔案配方，並非把 MiniMax 原始 BF16 整庫照搬。磁碟檔案大小、RAM 與峰值顯存也要分開看；不要拿「六步」推算某張顯卡一定能跑多快。先用模板的畫布範圍建立基準，再考慮提高解析度。

二、五步排錯：先讓兩張照片各有一份工作

第 1 步：「我要留什麼？」先寫修改單

準備 A：自己拿著素色包、背景簡單的照片；B：另一個自有包的照片。任務是把 A 的包換成 B 的包。先列三項保留條件：A 的人物身分、姿勢與背景；再列替換條件：包的輪廓、提把與材質來自 B。這樣才能分清「換包成功」與「人物被重畫」。

保存兩張原檔及檔名，在紀錄寫 A = 主圖／Picture 1、B = 包／Picture 2。第一輪挑構圖與光線容易理解的照片；若 B 同時有另一個人，明寫只取包，避免讓參考範圍含糊。

第 2 步：「模型認哪張？」把兩路座號接成一致

先載入 官方 Image Edit JSON。主圖經模板既有縮放後接 MiniMax H3 Image Conditioning 的 image_1；新增一個 Load Image 載入 B，接 image_2。編號跟輸入槽順序走，與節點在畫布左邊還是右邊無關。

若 Enable PE? 開啟，同一張 A、B 還要依同順序接到 Generate Text／TextGenerateV2 的 image1、image2。畫布翻譯可能不同，可用節點型別核對。擴寫器看到 A、B，生成器卻收到 B、A，就像編輯按舊座號寫好了修改單，畫師卻收到重新排過的照片。

先用這段自行撰寫的修改單：Edit <Picture 1>. Replace only the bag held by the person with the bag from <Picture 2>. Preserve the person’s identity, face, hair, pose, clothing and the background from <Picture 1>. Use <Picture 2> only for the bag’s shape, handles and material. 若照片沒有提把或某個部位看不清，刪去那項，不替原圖編造特徵。

第 3 步：「有看到照片就夠嗎？」檢查 VAE 兩個插頭

VAE 可先理解成影像與 latent（模型內部的壓縮表示）之間的轉接器。官方節點實作在提供 VAE 時會編碼參考圖，將結果加入 minimax_refs；未提供時，照片仍可走圖文編碼器。這兩種輸入路徑不同，不能只看最後是否有出圖。

沿著 Load VAE 的輸出各追一次：一條到 MiniMax H3 Image Conditioning → vae，另一條到 VAE Decode → vae。只接 Decode，證明最後能把 latent 解成圖片，還沒證明參考照片已經走前一條路。接上參考 latent 是接線事實，人物是否保得住仍要看輸出。

第 4 步：「誰改寫了要求？」看真正送出的提示

官方改圖模板的 Enable PE? 預設開啟。PE 是 prompt expansion，也就是提示擴寫，不是圖片放大。先在 Preview Any 讀出送進 Conditioning 的最終文字，保存它；若多出換臉、換衣或重做背景的意思，先修這份修改單。

再把 Enable PE? 設為 false，比較原始指令直送的路徑。模板中開關經 ComfySwitchNode 選擇原始文字或擴寫文字，沿著輸出線核對，比把整組節點隨意 bypass 更清楚。要單獨比較 VAE，則把同一份最終文字固定直送，避免擴寫又抽出另一份版本。

也別把兩個擴寫器混為一談。MiniMax 的 PE 儲存庫提供 Qwen3.8-27B FP4 的文生圖擴寫權重；其改圖部分另提供任務提示與圖片訊息組裝方法。ComfyUI 本文模板用的是較輕的 Qwen3.5 9B 配方。擴寫器不同，最後的文字就要分別保存，不能只記「PE 開」。

第 5 步：「是哪一項造成差異？」保留五組對照

在 KSampler 將 control_after_generate 改為固定 seed 的選項，記下實際 seed；官方模板原值是 randomize。保留 steps=6、cfg=1、euler、simple、denoise=1。六步來自這份蒸餾配方；不要把社群加步數的猜測先寫成修復。

• A 組：主圖 A、參考 B、Conditioning 有 VAE、PE 關閉，用上面的完整指令。這是起點。
• B 組：複製 A，只斷開 Conditioning 的 VAE；Decode 保持連接。觀察參考路徑差異。
• C 組：恢復 A 的接線，只開啟 PE；檢查並保存擴寫文字，兩個圖片入口順序相同。
• D 組：從 A 出發，在所有圖片消費節點交換 A、B，提示仍不改。記錄指向錯誤，而非把結果當同一任務的品質分數。
• E 組：沿用 D 的圖片順序，將編輯目標改成 Picture 2、包來源改成 Picture 1。記錄明示目標與第一輸入改變後的差異；它仍不是乾淨的同任務比較。

每組固定相同的明示寬高、圖檔、模型與 seed；尤其交換主圖時，原本由主圖帶入的尺寸也會變，必須先凍結。E 組用來理解指令與第一輸入的關係；正式製作仍回到 A 在 image_1 的清楚配方。固定 seed 是減少干擾的方法，不是跨硬體逐像素相同的保證。

三、MiniMax H3-Image 改圖教學：用三格驗收，別只看漂亮

打開原圖與輸出，以相同顯示比例比對。人物格看臉、髮際線、姿勢與衣服；商品格看包口、提把、輪廓與遮擋；背景格看牆線、桌面及原本物件的位置。每格寫「通過／失敗／看不清」，再加一句可指認的差異。看不清時保留未判定，不硬填成功。

在上方圖片點右鍵或長按，下載空白對照表 PNG，搭配每組工作流 JSON、原始及最終提示、seed、畫布大小、版本和輸出檔。PNG 方便並排填寫；完整設定仍保存在各組 JSON。先留失敗圖，再挑成品，才找得到是哪一次修改讓臉或背景開始偏移。

例如「包已換對、鼻形改變」應記為人物失敗、商品通過，不能合併成整體成功。這是示範如何填紀錄，不是本文取得的生成結果。若要連續改十輪，再接著使用 多輪改圖保留與回退的方法；多張參考圖與多輪編輯，是輸入數量和時間順序兩個問題。

四、出錯時，依第一個缺口處理

• 改錯對象：先核對 Picture 編號及兩個節點的圖片順序，再讀最終擴寫文字。
• 能出圖但人物跑掉：確認 Conditioning 的 VAE，縮小修改範圍，逐項看三格；不把某一次較像當成通用修復。
• 雜訊或解碼異常：先回到未改動的官方模板，核對圖像權重、圖像 VAE、採樣配方與錯誤紀錄，再逐項換成自己的素材。
• 記憶體不足：先停止本輪，記下畫布與錯誤；官方模板提供 Resize Image/Mask 的總像素調整，先降低輸入工作範圍再試，不用影片教學的時間估算圖片成本。

主圖尺寸、提示改寫、參考 latent 和採樣設定同時變動，就很難解釋結果。若你還不熟悉零件配對，可對照 FLUX 3 Klein 本機改圖教學的選檔思路，但保留各模型自己的 VAE、編碼器與採樣設定。

常見問題：八個先講答案的判斷

1. H3 影片版的檔案整套沿用就好？

先對照圖像模板。本文配方共享 H3 的 Qwen3-VL 編碼器，但圖片 diffusion 權重與 image VAE 依 H3-Image 模板選取。

2. Picture 1 是畫布上最左邊的圖片？

看輸入順序。把 Load Image 移到別處不會替你改槽位；沿著連線查 image_1。

3. 第二張圖只接 Conditioning 就足夠？

PE 關閉時，先確保直接提示與圖像輸入一致；PE 開啟時，參考圖也要按相同順序送入擴寫節點。

4. VAE 接上就一定保住人物？

仍要驗收。它讓參考圖多了 latent 路徑；身分、姿勢與背景是否符合要求，要分格對原圖。

5. 多加步數能修復雜訊？

先保留官方六步配方。這份 checkpoint 是六步蒸餾；先排除配對、接線及解碼問題，再研究別的權重或實作。

6. PE 開啟一定比較好？

用同素材比較。先看它是否忠實保留修改範圍，再看輸出；記錄實際擴寫文字與擴寫模型。

7. 有開放權重就能直接提供改圖服務？

先查 Hosted Service 授權。本文查閱的條款要求這類服務取得事先另行書面授權，並有地域、使用與下游條款。

8. 哪一張才值得交件？

三格都符合原先修改單的那張。需要的身分或商品細節看不清，就先退回修改與驗收，不用整體美感替它過關。

給新手的三個重點

第一，圖片編號是輸入關係，先讓擴寫器與生成器看見同一份排序。第二，VAE 的參考編碼與最後解碼分開追線。第三，用固定設定留下三格紀錄；漂亮、改對、保住原本內容，要分開回答。