MiniMax H3 RefMods：零训练参考适配器

一个名为 RefMods（Reference Latent Adapters，参考 Latent 适配器）的社区项目为 MiniMax H3 视频带来了一种保持角色一致性的新方法：不必在每次生成时都提供参考图像或视频，只需将参考内容一次性编码为一个约 1 MB 至 1.6 MB 的微型 .safetensors 文件，之后在需要时像 LoRA 一样加载即可。该项目来自 Reddit 用户 malcolmrey，他发布了完整的 RefMods Hugging Face 权重库，并附有安装与使用指南。

ComfyUI 端由开源节点包 ComfyUI-MiniMaxH3Mod（MIT 许可证，99 星）负责，它通过条件通路提取、加载并应用 RefMods。

RefMods 究竟是什么

RefMods 是预编码的条件级适配器：参考图像、视频或 GIF 会被 VAE 编码一次，提炼出其身份信息，并保存为独立文件。在生成时，适配器会被直接注入 H3 条件流中，因此：

• 无需在每次运行时都对参考内容进行实时 VAE 编码
• 提示词中无需使用 <Picture 1> 这类位置图像标签
• 参考外观不会“渗漏”到场景中不相关的部分
• 无需训练循环：与 LoRA 训练不同，提取只需一次处理即可完成

节点包：提取、加载与应用

ComfyUI-MiniMaxH3Mod 提供五个节点（v0.1.0）：

另一个独立的 H3 RefMod Step Curve 节点用于控制参考内容在去噪过程中何时效果最强，支持 concept_at_start、concept_at_middle、concept_at_ends 等曲线方向，还可以通过可设定种子的 scramble_seed 在多次运行之间轮换多参考模组。

接入 H3 工作流

两个 RefMod 节点位于条件加载器与引导器或运动上下文阶段之间：

[ MiniMaxH3ImageToVideo / ReferenceToVideo ] (conditioning out)
                    |
                    v
          [ MiniMaxH3RefModApply ] <--- [ MiniMaxH3RefModsLoader ]
                    | (conditioning out)
                    v
     [ BasicGuider ] / [ MiniMaxH3MotionContext ]

提示词使用普通的主题标签（<Subject 1>、<Subject 2>）并配合生物特征描述；对于多角色场景，你可以为每个加载器插槽分配一个模组，适配器会自动映射各个身份，不会产生 token 冲突。

示例输出

权重库

该 Hugging Face 权重库目前托管了数百个现成的 RefMods，每个文件约 1.1 MB 至 1.6 MB，涵盖公众人物、虚构角色以及解剖学/概念适配器，均基于 Apache-2.0 许可证发布。文件放入 ComfyUI/models/refmods/ 后，加载器节点会自动填充其下拉列表。该项目还提供了示例视频库和工作流合集，覆盖 T2V、I2V、R2V 和 C2V 流程。

获取方式

• 节点包：Luisacaotica/ComfyUI-MiniMaxH3Mod（GitHub，MIT 许可证）
• 权重：malcolmrey/minimaxh3（Hugging Face，Apache-2.0）
• 指南：RefMods 安装与使用指南