MiniMax H3 キャラクタースワップとライブ壁紙 LoRA

このリポジトリは、9月に取り上げたH3シャープネスLoRAやVFX Edit、Style Transfer、Head Swapアダプターと同じもので、執筆時点で約396いいね、116,900ダウンロードと、依然として最も広くダウンロードされているH3 LoRAパックの1つです。収録されている内容はすべてH3のref2vaウェイトでトレーニングされており、同じ条件付けの考え方を共有しています。ソースクリップは緩いビデオ参照としてではなく、アラインされたガイドとして注入されます。

新しく追加されたもの

キャラクタースワップのウェイトは2026年10月13日にアップロードされました。リポジトリには、19本のキャラクタースワッププレビュークリップ、12本のライブ壁紙クリップ、および並列比較のセットがexamples/フォルダーに含まれています。

キャラクタースワップ

キャラクタースワップは、ガイド動画の主要な被写体を参照画像に示されたキャラクターに置き換えつつ、ガイドのシーン、フレーミング、動き、ポーズ、演技を引き継ぎます。公開されている設定は意図的に限定的です。

1. LoRAをComfyUI/models/loras/に配置し、同梱のキャラクタースワップワークフローを読み込みます。
2. 元のクリップをframe_idx = 0でMiniMaxH3AddGuideに送ります。このLoRAはガイド潜在の条件付け用にトレーニングされているため、これが推奨されるビデオ入力であり、ビデオ参照スロットではありません。
3. キャラクター画像を、H3ネイティブの画像参照パスを通じて<Picture 1>として送ります。
4. プロンプトをbody_swap:で始め、参照キャラクターを説明します。複数の人物が登場する場合は、置き換えるガイドの被写体を指定してください。指定しないと、視覚的に最も目立つ人物が選択されることがあります。
5. 出力のアスペクト比とフレーム数をガイドに合わせ、長いクリップを実行する前に短い範囲でテストしてください。

body_swap: Replace the man in the guide video with the character in <Picture 1> while preserving his pose, motion, clothing layout, camera and background.

同梱のワークフローには、長いソースクリップを分割するためのPlannerノードが含まれていますが、これはオプションです。ComfyUI標準のビデオローダーからAdd Guideに直接入力できます。ソースのサウンドトラックを引き継ぐ場合は、BFS Shot H3 Conditioningノードでwith_audio = trueにする必要があります。作者はまた、Character Swapを以前のHead Swap LoRAと組み合わせる方法も文書化しています。どちらもガイド潜在でトレーニングされているためです。一部のケースではリップシンクに役立つ可能性があるものの、大規模な検証はまだ行われていないと述べています。

制限事項は明確に述べられています。これは実験的なLoRAであり、ID転送を保証するシステムではありません。小さな顔、オクルージョン、速い動き、難しい角度、照明の変化、長いクリップではIDがドリフトする可能性があります。また、このモデルは人物および人間に似たキャラクターを対象としており、部分的な参照に写っていない詳細を捏造することがあります。キャラクタースワップワークフローには、H3のref2vaチェックポイントに加えて、作者自身のBFS Shotノード（BFSShotPlanner、BFSShotH3ConditioningSimple、BFSShotUnpack / Join / Repack）と、コアH3ノード上で動作するBiRefNetRMBGやVideoHelperSuiteなどの他のコミュニティパックが必要です。

リポジトリからのキャラクタースワップ例。

別のサンプルクリップ	3つ目のサンプルクリップ

ライブ壁紙

ライブ壁紙は、既存の画像をアニメートし、その被写体と構図を保持しようとします。2つのrankが公開されており、ガイドではどちらをいつ使うべきかを説明しています。r32は、被写体の動き、環境の動き、エフェクトを記述するもののカメララベルを含まないキャプションでステップ1,500までトレーニングされており、ケースによっては顔の特徴をより忠実に保持できます。r64はそのステップ1,500のチェックポイントから、カメラ対応のキャプションでステップ2,500まで継続したもので、カメラがプロンプトに従う必要がある場合に推奨されるバージョンです。

入力方式はH3ネイティブの参照から動画へのパスを使用します。<Picture 1>は必須で、被写体とフレーミングを定義します。<Picture 2>はオプションの中間点、<Picture 3>はオプションの終了フレームとして機能します。追加の参照は、1回目と2回目の両方のパスで同じ順序でMiniMax H3 Reference to Videoノードに接続する必要があり、プロンプトではそれらすべてを個別のシーンではなく1つの連続したアニメーションとして記述します。

すべてのプロンプトはlive_wallpaper:で始まり、簡潔な1文にとどめ、被写体と構図が保持されることを明示する文で終わります。ガイドは毎回カメラ指示を求めており、カメラの挙動を未指定のままにするよりも、固定カメラ（locked-off camera）を推奨しています。

live_wallpaper: Animate <Picture 1> with a locked-off camera with no zoom, pan, tilt, tracking, or reframing, plus gentle hair movement and existing lights softly pulsing, while preserving the original subject and composition.

live_wallpaper: Animate <Picture 1>, using <Picture 2> as the midpoint and <Picture 3> as the ending frame, with the camera gradually pulling back as the visible energy expands, swirls, and softly fades, while preserving the original subject and composition.

リポジトリは、r64継続の背後にあるキャプション分布を公開しています。カメラ対応レコード295件のうち、156件（52.9%）が固定カメラ、44件（14.9%）が微妙なドリフト、20件（6.8%）がゆっくりしたズームインを記述しており、残りはチルト、パン、複合的な動きをカバーしています。最も頻度の高い動きの単語はswirling（104）、floating（103）、pulsing（88）で、最も頻度の高いエフェクトカテゴリはlight、glowまたはshimmer（170）、energyまたはaura（65）、petals、leavesまたはfoliage（56）です。ガイドは、これらの数値は生成率を保証するものではなくトレーニングデータを説明するものだと注記しています。

リポジトリからのライブ壁紙例。

カメラ対応rankであるr64のサンプルクリップ。

入手方法

リポジトリからLoRAをダウンロードしてComfyUI/models/loras/に配置し、workflows/フォルダーから対応するワークフローを読み込みます。各ワークフローには必要なモデルとノードパックが記載されており、リポジトリにはdocs/以下にモデルごとのガイドが用意されています。LoRAの条件付け自体は、MiniMaxH3AddGuideやMiniMax H3 Reference to Videoを含むコアのMiniMax H3ノードで実行されます。一方、同梱のサンプルワークフローは、コミュニティのノードパックを通じてビデオの読み込み、フレームのリサイズ、BiRefNetによるマスク、ラベルの追加も行うため、各ワークフローが不足していると報告するものはインストールしてください。