MiniMax H3 RefMods: a mesma estrela em todas as cenas, sem treinamento

Um personagem inteiro em um arquivo minúsculo

MiniMax H3 RefMods, abreviação de Reference Latent Adapters, são um formato da comunidade criado para o modelo de áudio e vídeo de pesos abertos H3. Pense em cada um como um teste de elenco salvo: em vez de enviar as mesmas imagens de referência e lidar com tags de posição <Picture 1> toda vez, você as codifica pelo VAE uma vez e guarda o resultado como um arquivo .safetensors. Depois, você o carrega exatamente como um LoRA, e ele é injetado no fluxo de condicionamento de referência do H3 enquanto o vídeo é gerado. Nada nos pesos do H3 é retreinado, então criar um leva minutos, não horas.

O formato e seus nós vêm do pacote ComfyUI-MiniMaxH3Mod, do desenvolvedor @Luisacaotica, lançado sob a licença MIT. É um projeto da comunidade, não um produto da MiniMax, e o README ainda o marca como em construção, então nomes e entradas dos nós podem mudar entre versões. Isso não freou ninguém: o repositório passou de 500 estrelas no GitHub poucas semanas após o lançamento.

Onde os criadores colocam os adaptadores de referência para trabalhar

O apelo dos MiniMax H3 RefMods é simples: um arquivo, episódios sem fim. Criadores que antes treinavam um LoRA para cada rosto recorrente agora montam uma pequena biblioteca de personagens, estilos e movimentos e os combinam a cada cena. Estes são os usos que mais aparecem em discussões da comunidade e fluxos compartilhados.

De oito fotos a um personagem reutilizável no ComfyUI

Criar MiniMax H3 RefMods no ComfyUI segue o README do pacote de nós. Comece com uma boa entrada: 5 a 10 imagens nítidas de uma única pessoa, de ângulos diferentes, ou um clipe curto. Para áudio, 5 a 15 segundos de som limpo é a faixa usual. Evite fundos poluídos, porque tudo o que está no quadro pode ir para o arquivo junto com o rosto.

1. 1Instale o ComfyUI-MiniMaxH3Mod pelo ComfyUI Manager ou clonando o repositório do GitHub em custom_nodes e, depois, reinicie o ComfyUI.
2. 2Carregue suas imagens de referência no nó Extract H3 RefMod e escolha o preset identity_encode com Full Reference para o máximo de detalhes.
3. 3Salve o resultado em ComfyUI/models/refmods/ para que os nós carregadores o encontrem.
4. 4Adicione o Load H3 RefMods (até oito slots, cada um com sua própria força e cópias) e defina uma força inicial.
5. 5Conecte o Apply H3 RefMod ao condicionamento do seu nó ImageToVideo ou ReferenceToVideo do MiniMax H3 e faça a amostragem normalmente.
6. 6Renderize a mesma seed uma vez sem o arquivo como base de comparação, para ver exatamente o que a referência acrescenta.

• Nó Step Curve: escolha concept_at_start, concept_at_middle ou concept_at_ends para decidir quando a referência atua durante o denoising, por exemplo, semelhança primeiro e movimento livre depois.
• Load H3 RefMod Folder: aponte para um diretório para trocar conjuntos inteiros de personagens de uma vez.

Prefere botões a nós? Crie-os no Fizgig v6

O Fizgig, ferramenta para criadores de shootthesound, ganhou a criação de MiniMax H3 RefMods na versão 6, em meados de setembro de 2026. Ele envolve a extração em uma interface mais amigável com receitas prontas: a receita da comunidade usa 8 imagens a 1 megapixel, o Fizgig lite usa 16 imagens a 0,5 megapixel e a opção Fizgig 1MP fica no meio-termo. Há também presets de estilo, referências de movimento e áudio e um RefMod Studio que renderiza comparações A/B lado a lado, para você avaliar as configurações de força sem adivinhar. A própria documentação do Fizgig inclui um guia prático que explica cada receita.

Dois personagens, uma cena: empilhando arquivos

Cenas em grupo são onde os MiniMax H3 RefMods superam discretamente a referência com uma única imagem. Dê a cada personagem seu próprio arquivo, carregue-os em slots separados e chame-os no prompt de <Subject 1>, <Subject 2> e assim por diante. Mantenha uma pessoa por arquivo: um único arquivo que mistura dois rostos tende a fundi-los. Reduza primeiro a força do personagem coadjuvante se o protagonista começar a perder detalhes, e mantenha no prompt as descrições de cabelo, roupa e porte físico para o modelo saber quem é quem.

Além dos rostos: referências de estilo, movimento e voz

Personagens são só metade da história dos MiniMax H3 RefMods. Um arquivo de estilo criado com style_experimental comprime um conjunto de quadros em um visual que você pode aplicar a uma série inteira, prático para manter a mesma correção de cor em um canal. Um arquivo de movimento criado com motion_sequence transforma um clipe curto em um modelo de movimento, para que um andar ou uma dança característica possa ser reutilizado com outro personagem.

Também existem arquivos de áudio, com cerca de 80 tokens por segundo de som. Trate-os como experimentais: nos testes atuais, a identidade do locutor não é transferida de forma confiável, o áudio é codificado a partir do início do clipe por padrão e não há alinhamento de sincronia labial. Nunca os use para imitar a voz de uma pessoa real sem permissão.

Modelos de prompt que mantêm o rosto estável

Ao escrever prompts com MiniMax H3 RefMods, lembre-se de que um arquivo de referência não é uma palavra-gatilho, e o nome do arquivo não faz nada no prompt. O que funciona é descrever o personagem como se o arquivo não existisse e deixar a referência alinhar os detalhes. Estes modelos foram escritos para personagens adultos originais; troque pelos seus próprios detalhes.

• Sempre fixe aparência e ação em palavras: idade, cabelo, olhos, roupa e, depois, movimento e câmera.
• Um personagem por arquivo, uma tag <Subject N> por personagem.
• Comece com uma força média, aumente só se o rosto variar e reduza se o fundo começar a copiar as fotos de referência.
• Em trocas de figurino, nomeie a nova peça explicitamente e adicione same face para que a roupa da referência não prevaleça.

RefMod vs LoRA vs inserir uma imagem de referência

Cada método tem seu lugar. O autor do Fizgig observa que um LoRA treinado ainda generaliza melhor e alcança maior semelhança, mas a diferença é pequena em cenas próximas ao material de referência. Imagens de referência simples não exigem preparo, mas são recodificadas a cada execução e as tags de posição ficam trabalhosas quando há várias imagens envolvidas.

O que ainda falha: limitações honestas

Os MiniMax H3 RefMods são novos, e o README do pacote de nós é franco sobre as arestas. Conhecê-las de antemão poupa horas de novas tentativas, e a maioria tem soluções simples, como referências mais limpas ou uma força menor.

• Movimentos rápidos podem borrar o rosto; movimentos de câmera mais lentos preservam melhor a identidade.
• O Compressed Reference perde detalhes faciais, então use Full Reference para closes.
• Identidade, roupa, fundo e composição podem vir juntos; a transferência seletiva não é garantida.
• A clonagem de voz a partir de arquivos de áudio ainda não é confiável, e o áudio não traz sincronia labial.
• Alguns fluxos não foram totalmente validados em todas as GPUs, e não há benchmarks oficiais.

Arquivos prontos: onde a comunidade os compartilha

Você não precisa criar todos os seus MiniMax H3 RefMods do zero. O criador malcolmrey publica no Hugging Face uma grande biblioteca com centenas de arquivos prontos sob Apache-2.0, junto com datasets de guias, amostras e fluxos de exemplo. Baixe um arquivo, coloque-o em ComfyUI/models/refmods/ e ele aparece no carregador. Também existem uploads pessoais menores, mas muitos têm pouca atividade e alguns contêm semelhanças de personagens reais ou protegidos por direitos autorais, então verifique o conteúdo antes de usar e fique com personagens originais ou devidamente licenciados.

Uso sem censura: o que os arquivos de referência podem e não podem mudar

Quem procura MiniMax H3 RefMods sem censura geralmente espera uma edição sem filtros. Ela não existe: um arquivo de referência só diz ao modelo quem ou o que mostrar, não muda o que o modelo está disposto a produzir. Como o H3 é um modelo de pesos abertos, quem usa localmente já define a própria configuração, e criadores de conteúdo adulto costumam combinar um arquivo de um personagem original 18+ com LoRAs do H3 da comunidade para séries de moda praia, lingerie ou boudoir. Se preferir pular a instalação local, o Spicy AI oferece image-to-video do H3 online com filtros flexíveis para personagens adultos, fictícios ou que consentiram.