ComfyUI 通过 IP-Adapter 实现连环画角色一致性绘制

Alexis Rolland 于 2026 年 8 月 3 日在 Share 上宣布，MiniMax H3 已经于今天发布，并附带了开源权重，同时宣布该模型已于今日原生支持 ComfyUI。这是 MiniMax 的第三代视频模型，紧随 Hailuo 01 和 Hailuo 02，是该公司首款开放权重的产品。MiniMax H3 是一款新一代的开源视频模型，能够接收文本、图像、视频或音频输入，并生成伴有真实立体声的视频，最高支持 2K 分辨率，最长可达 15 秒的视频片段。

当需要在 ComfyUI 中构建连环画原画的工作流时，建议采用“参考图 → IPAdapter Unified Loader → IPAdapter Apply → KSampler”这一链条来保持角色的一致性。避免直接使用全景参考图，如果希望达到极高的一致性，可以在预处理阶段裁剪参考图，只保留面部区域。这样 CLIP Vision 能够提取更纯净的特征，显著提升五官捕捉精度，同时避免背景信息干扰角色特征。

在参数调优方面，weight 值通常保持在 0.6‑0.8 之间。这个范围既能保证角色长相足够接近参考，也为 Prompt 留出发挥空间，防止背景受到参考图颜色的“污染”。如果发现生成画面出现严重的色彩偏移或色调异常沉重，通常是图像特征过度堆叠造成的。此时不必盲目降低权重，可以通过将 weight_type 调整为 linear 或 ease in 来缓解色调崩坏，让画面过渡更加自然，避免将参考图色调生硬地强加到生成图中。

这次更新的核心优势是更精准地剥离人物特征，例如特定发型和五官细节，而不是模糊地模仿整张参考图的风格。新手在使用 IP-Adapter 时常会遇到权重过低导致角色形同陌生人，或权重过高导致画面崩坏、引发严重过拟合或色彩污染的问题。通过调整权重类型和数值，这些问题都能得到有效缓解。

对于专业用户而言，IP‑AdapterUnifiedLoader 配合特定的 IPAdapterApply 节点，只需输入一张清晰的参考图，就能快速生成多场景图集。无需再依赖 ControlNet 反复调试，或花费数小时微调 LoRA 权重。只要参考图清晰，并辅以适当的 noise 参数微调，角色在不同动作和场景下的稳定性已能满足商业应用标准。

MiniMax H3 在 ComfyUI 中的原生支持为创作者提供了更多可能性。借助其内置的功能，用户可以体验文本到视频（仅需提示）、图像到视频（将图像“活化”）、首尾帧控制（指定开场和结尾帧，由模型填充中间内容）以及参考到视频（通过图像、视频或音频保持主体、动作或声音）等模式。更多技术细节可参考 ComfyUI 官方博客：https://blog.comfy.org/p/minimax-h3-day-0-support-in-comfyui。