MiniMax H3 角色替换与 Live Wallpaper LoRA：ComfyUI 工作流与示例

该仓库与九月介绍的 H3 锐度 LoRA 以及 VFX Edit、Style Transfer 与 Head Swap 适配器同属一个仓库，并且它仍是下载量较高的 H3 LoRA 包之一，在撰写时约为 396 个赞和 116,900 次下载。其中所有内容都基于 H3 的 ref2va 权重训练，并共享相同的条件思路：源片段以对齐引导的方式注入，而不是作为松散的视频引用。

新增内容

角色替换权重于 2026 年 10 月 13 日上传。仓库还在 examples/ 文件夹中提供了 19 个角色替换预览片段、12 个 Live Wallpaper 片段以及一组并排对比。

角色替换

角色替换可将引导视频中的主要主体替换为参考图像中显示的角色，同时继承引导视频的场景、构图、运动、姿态和表演。公布的设置刻意保持狭窄：

1. 将 LoRA 放入 ComfyUI/models/loras/，并加载捆绑的角色替换工作流。
2. 将原始片段发送到 MiniMaxH3AddGuide，frame_idx = 0。该 LoRA 是针对引导 latent 条件训练的，因此这是推荐的视频输入方式，而不是视频引用槽位。
3. 将角色图像通过 H3 原生图像引用路径作为 <Picture 1> 发送。
4. 提示词以 body_swap: 开头，并描述参考角色。当出现多个人物时，请指明要替换的引导主体，否则可能会选择视觉上最突出的人物。
5. 保持输出宽高比和帧数与引导片段一致，并在较短片段上测试后再运行较长的片段。

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.

捆绑的工作流包含一个 Planner 节点，用于拆分较长的源片段，该节点是可选的：ComfyUI 自带的视频加载器可以直接向 Add Guide 输入。当需要保留源音轨时，音频条件需要在 BFS Shot H3 Conditioning 节点上设置 with_audio = true。作者还记录了将角色替换与更早的 Head Swap LoRA 结合使用的方法，因为两者都是使用引导 latent 训练的，并指出在某些情况下这可能有助于唇形同步，但尚未大规模测试。

限制条件也说得直白。这是一个实验性 LoRA，并非保证身份迁移的系统：在小脸、遮挡、快速运动、困难角度、光照变化和长片段中，身份可能会漂移；该模型面向人物和类人角色；并且它可能会虚构部分参考图像中不可见的细节。角色替换工作流需要 H3 ref2va checkpoint 以及作者自己的 BFS Shot 节点（BFSShotPlanner、BFSShotH3ConditioningSimple、BFSShotUnpack / Join / Repack），此外还需要 BiRefNetRMBG、VideoHelperSuite 等社区包，它们建立在核心 H3 节点之上。

仓库中的一个角色替换示例。

另一个示例片段	第三个示例片段

Live Wallpaper

Live Wallpaper 可为一幅现有图像添加动画，并尽量保留其主体和构图。仓库发布了两个 rank，指南解释了何时使用哪个：r32 在描述主体运动、环境运动和效果但没有任何相机标签的字幕上训练到第 1,500 步，在某些情况下可以更忠实地保留面部特征；r64 从该第 1,500 步 checkpoint 继续训练到第 2,500 步，使用相机感知字幕，是当相机必须跟随提示词时推荐的版本。

输入方案使用 H3 原生的参考生视频路径：<Picture 1> 为必填，用于定义主体和构图；<Picture 2> 作为可选的中间帧；<Picture 3> 作为可选的结束帧。额外的引用必须按相同顺序连接到第一遍和第二遍中的 MiniMax H3 Reference to Video 节点，并且提示词应将它们描述为一个连续的动画，而不是分开的场景。

每个提示词都以 live_wallpaper: 开头，保持为一个简洁的句子，并以明确声明主体和构图被保留作为结尾。指南要求每次都给出相机指令，并推荐使用固定机位，而不是让相机行为保持未指定：

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.

仓库发布了 r64 续训背后的字幕分布。在 295 条相机感知记录中，156 条（52.9%）描述固定机位，44 条（14.9%）描述轻微漂移，20 条（6.8%）描述缓慢放大，其余涵盖倾斜、平移和组合运动。最常见的运动词是 swirling（104）、floating（103）和 pulsing（88），最常见的效果类别是光、辉光或微光（170）、能量或光环（65）以及花瓣、树叶或植被（56）。指南指出，这些计数描述的是训练数据，而不是保证的生成比例。

仓库中的一个 Live Wallpaper 示例。

一个 r64 示例片段，即相机感知 rank。

可用性

从仓库下载这些 LoRA，并将它们放入 ComfyUI/models/loras/，然后从 workflows/ 文件夹加载匹配的工作流：每个工作流都会列出所需的模型和节点包，且仓库在 docs/ 下为每个模型保留了单独的指南。LoRA 条件本身运行在核心 MiniMax H3 节点上，包括 MiniMaxH3AddGuide 和 MiniMax H3 Reference to Video，而捆绑的示例工作流还会通过社区节点包加载视频、调整帧大小、使用 BiRefNet 生成遮罩并添加标签，因此请安装每个工作流报告为缺失的内容。