必须一次性输入5–12张分工明确的参考图才能激活H3-Image多图协同理解能力;少于5张角色一致性下降,超12张材质光影融合更优。需将最多16张图按主体(3–5张)、材质(2–4张)、场景(2–3张)、规避项(1–2张)分类命名,如“01_主体_正面.jpg”,并在ComfyUI中通过拖拽或路径数组精准导入对应槽位,最后在提示词末尾用括号标注图组编号逻辑,且不可使用CFG值。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

要在H3-Image中真正发挥多图协同理解能力,必须一次性喂入足够数量且分工明确的参考图,而不是逐张替换或拼接——少于5张时角色一致性开始松动,超过12张后材质与光影融合度明显提升。
准备阶段:选图、命名与分类
从你手头的原始素材里挑出【最多16张】图像,按功能分成四类:主体(3~5张,含正/侧/背/特写)、材质(2~4张,如金属拉丝、哑光皮革、织物纹理)、场景(2~3张,布光示意图、空间透视图、背景色卡)、规避项(1~2张,明确要避开的竞品构图或配色)。每张图重命名为“01_主体_正面.jpg”“07_材质_金属拉丝.jpg”这类带前缀的格式,避免ComfyUI加载时顺序错乱。
这一步不能跳过。没分类就扔进去,模型会把产品草图当成背景、把布光图当成材质,最后生成图里连光源方向都是反的。
ComfyUI中加载多参考图
打开P-H3-Image-Comfy工作流,找到标有“Reference Images”的输入节点组。它默认展开8个槽位,但实际支持16张——右键点击任意一个槽位→选择“Duplicate Input”,最多可追加到16个独立图槽。
方法一:拖拽直入
把已分类命名好的图片,按类别顺序从左到右拖进对应槽位:前5个放主体,接着4个放材质,再3个放场景,最后2个放规避项。注意【不要用Windows资源管理器批量拖入】,它会打乱你预设的顺序,必须一张一张手动拖。
使用 MiniMax Coding Plan API 进行网页搜索和图像理解。当用户需要搜索信息、查找资料或询问实时内容时使用搜索功能;当用户需要识图、分析图片或描述图片内容时使用 understand_image 功能。触发词:搜索、查找、search、look up、识图、分析图片、图片里是什么
方法二:路径批量导入
在工作流JSON里定位到"reference_image_paths"字段,替换成绝对路径数组:["D:/refs/01_主体_正面.jpg", "D:/refs/02_主体_侧面.jpg", ...]。路径必须用正斜杠,中文路径要加u前缀,否则节点读取失败。
提示词层匹配参考图逻辑
第一步:在Prompt输入框顶部写明主指令,例如:“智能音箱产品图,全金属机身,哑光黑+雾蓝环灯,置于极简白色摄影棚,顶光+柔光箱,4096×4096”。
第二步:在句末用括号标注图组调用逻辑:“(主体图:01-05;材质图:06-09;场景图:10-12;规避图:13-14)”。模型会自动将括号内编号与你前面填入的槽位对齐,不写这句,所有参考图都只参与底层特征提取,不会触发定向控制。
第三步:删掉所有CFG值和负向提示词。H3-Image原生不兼容CFG调节,强行填入会导致采样崩溃或输出纯灰图。










