MiniMax-H3-Image dans ComfyUI : 2 étapes avec un LoRA pDMD

ComfyUI Wikinews

Un LoRA pDMD en 2 étapes fait passer MiniMax-H3-Image de 6 à 2 étapes en 16 MP natif : de 25,1 s à 17,4 s par image, avec des flux de travail ComfyUI prêts à l'emploi.

MiniMax-H3-Image échantillonne en 6 étapes par conception. akhaliq a fusionné le LoRA pDMD 2-NFE dans le checkpoint Comfy-Org, de sorte que le même modèle de 33,1B termine en 2 étapes de débruitage : de 25,1 s à 17,4 s par image 4096x4096 sur un seul H200. Uniquement des nœuds ComfyUI standard, avec trois flux de travail prêts.
MiniMax-H3-Image standard à 2 étapes2 étapes avec le LoRA pDMD
Checkpoint standard, 2 étapesAvec le LoRA pDMD, 2 étapes

Douze prompts, 4096x4096, deux étapes, flow shift 12, graine 3. Le modèle standard ne peut pas descendre sous sa planification fixe de 6 étapes, donc à 2 étapes il est encore au milieu du débruitage.

Lancer le tout

Deux façons de le charger, même graphe.

  • Un seul fichier : téléchargez le minimax_h3_image_pdmd_2step_bf16.safetensors de 40 Go dans ComfyUI/models/diffusion_models/, plus un encodeur de texte Qwen3-VL-32B et le VAE d'image depuis Comfy-Org/MiniMax-H3-Image. Le LoRA est déjà fusionné : aucun nœud LoRA et aucune force à définir.
  • Base plus LoRA : conservez votre checkpoint Comfy-Org actuel et ajoutez le minimax_h3_pdmd_2nfe_comfyui.safetensors de 2 Go dans ComfyUI/models/loras/, avec LoraLoaderModelOnly à une force de 1.0 entre Load Diffusion Model et MiniMaxH3SigmaShift. C'est la seule voie pour les repacks int8_convrot et w4a8, car les poids pré-fusionnés ne peuvent pas être construits sur des tenseurs rotés ou quantifiés.

Ensuite, échantillonnez en 2 étapes, euler, planificateur simple, denoise 1.0, shift_video 12, sans CFG. Le latent provient de EmptyHunyuanLatentVideo car le latent d'image H3 ne contient qu'une seule trame.

Ce que la vitesse apporte

Configuration4096x4096, un H200
Standard, 6 étapes~25,1 s
LoRA pDMD, 2 étapes~17,4 s
2 étapes plus passe de raffinement IC~50 s

Par image, le gain est d'environ 1,4x, pas 3x : 2 étapes au lieu de 6, mais chaque étape en 16 MP fait tourner le même transformer de 33B. Le vrai bénéfice est la vitesse d'itération sur le Space de démo, qui rend 2048x2048 en environ 4,6 s avec sa passe de détail, contre environ 7 s pour le Space officiel en 6 étapes à la même taille.

Deux étapes suffisent pour la plupart des prompts. Les prompts graphiques peuvent inventer du pseudo-texte et la composition peut dériver du résultat standard ; 3 étapes est le juste milieu sûr, et 4 étapes est le plus proche de la sortie en 6 étapes. Idem pour les retouches.

Passe de détail

Brouillon à demi-taille en 2 étapes, agrandissement en pixels avec lanczos, encodage VAE, puis un second échantillonnage à 3 étapes avec denoise = sigma_0. Le sigma de départ est le paramètre à ajuster : 0,4 à 0,55 affine le rendu tout en conservant le brouillon, 0,7 ajoute plus de détail mais peut créer du grain sur les zones plates et faire dériver les visages. Pour les retouches, restez à 0,55 ou en dessous.

Brouillon, denoise 0.5 et denoise 0.7 sur le même prompt

Brouillon à demi-taille (gauche), la passe à 0,5 et 0,7 (milieu), rendu plein format en 2 étapes (droite). La passe ajoute 1 à 2 s à 4 MP.

Aperçus en temps réel

Parce qu'une trame en 2 étapes coûte peu, le Space de démo rend environ 1 MP pendant que vous tapez, soit environ 0,9 s par trame sur sa build FP8, et affine le résultat quand vous faites une pause. C'est ce que le LoRA débloque : la planification standard reste bloquée à 6 étapes.

Édition de prompt en direct sur une source Mona Lisa, une trame en 2 étapes par segment.

Disponibilité

Commentaires

Connectez-vous avec GitHub pour rejoindre la discussion.

Chargement des commentaires…
MiniMax-H3-Image dans ComfyUI : 2 étapes avec un LoRA pDMD | ComfyUI Wiki