Fizgig v6 RefMods: referencias sin entrenar para MiniMax H3

Ayer se lanzó Fizgig v6.0 con una nueva capacidad sobre su entrenador de LoRA y fine-tuning: RefMods para MiniMax H3. Un RefMod empaqueta una carpeta de fotos o clips de referencia en un solo archivo pequeño que los nodos de ComfyUI-MiniMaxH3Mod cargan como un LoRA y envían a la ruta de referencia de H3. Sin ejecución de entrenamiento, un archivo en minutos, y el tipo básico no necesita captions.

Un RefMod de identidad generado en ComfyUI mediante los nodos MiniMaxH3Mod, procedente de la galería de ejemplos del proyecto.

Qué es un RefMod

El propio formato RefMod proviene del paquete de nodos de la comunidad ComfyUI-MiniMaxH3Mod de @Luisacaotica (199 estrellas), con una biblioteca de mods y una guía de @malcolmrey. Comprime imágenes y vídeos de referencia en pequeños tokens latentes que viajan por la ruta de referencia de H3, así que en lugar de meter las mismas fotos en las ranuras de imagen en cada generación, cargas un solo archivo. Fizgig v6 añade lo único que ningún otro creador tenía: puede ajustar el RefMod contra el propio H3, no solo codificar las fotos de forma directa.

Qué añade Fizgig v6

• Cinco presets para personas y estilos: la receta de la comunidad (una codificación directa de 8 fotos a 1 MP, idéntica a lo que produce el extractor del propio paquete de nodos), la receta Fizgig lite (16 fotos a 0.5 MP, ajustadas contra el modelo), la receta Fizgig (lo mismo a 1 MP para resultados más nítidos), además de presets de estilo para estéticas en lugar de personas.
• Ajuste con el modelo en el bucle: los presets ajustados ejecutan el archivo contra la base H3 durante la creación, lo que según el autor aporta mejor generalización en tomas que las fotos nunca mostraron, y una salida más limpia y nítida.
• Pestaña RefMod Studio: compara (A/B) un mod contra el modelo base dentro de Fizgig antes incluso de abrir ComfyUI.
• Clips como mods de movimiento y audio: los clips de vídeo preparados con la herramienta Gizmo del paquete pueden convertirse en referencias de movimiento, y un mod de audio puede transportar el sonido de una carpeta junto con las imágenes.
• Compatibilidad directa (drop-in): apunta la carpeta de salida a models/refmods de ComfyUI una sola vez y todos los mods se cargarán mediante los nodos MiniMaxH3Mod existentes. Funciona tanto para los flujos de trabajo ref2va como fl2va.

RefMods frente a LoRAs

En palabras del propio autor en el hilo del lanzamiento: los RefMods son rápidos y pequeños, pero no pueden saber tanto sobre un concepto como un LoRA ni generalizan igual de bien. La compensación es la velocidad: un LoRA necesita una ejecución de entrenamiento, un RefMod llega en minutos, y para la consistencia de personaje en tomas similares a tus referencias la diferencia de calidad es pequeña. Para el máximo parecido y generalización, los LoRA siguen siendo los reyes, y Fizgig v6 mantiene intacto su entrenador completo de LoRA para H3 y Krea 2.

Cómo conseguirlo

Fizgig v6.0.1 está en GitHub. En ComfyUI necesitas el paquete de nodos MiniMaxH3Mod para cargar los archivos, y la guía del autor RefMods - ¿cómo lo hago...? recorre todo el flujo, desde las fotos hasta un mod cargado.