Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

MiniMax H3 Ref2VA: Significant Reference-Fidelity Regression in Local ComfyUI

Đang mở
  • Có gì không ổn?
#84 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
35/100
Loại issue
Lỗi
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Sôi nổi
Công nghệ
python, pytorch
Lĩnh vực
ai, machine-learning

Hướng nghiên cứu

Start by reproducing the local H3 Ref2VA workflow on ComfyUI v0.37.2 and compare its output with the older setup and RunningHub result. Investigate where fidelity diverges during TAEH3 sampling, including reference conditioning, ModelSamplingAV, runtime precision, and the --fast fp16_accumulation setting; use the related ComfyUI issue #16589 for comparison. Done means isolating a reproducible execution-path or configuration cause and documenting the affected component.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Description

I’m experiencing a significant reference-fidelity issue with MiniMax H3 Ref2VA in my local ComfyUI setup.

The model is expected to preserve the major visual identity and spatial structure of the reference image while animating it. However, in my current local setup, major elements of the reference can be substantially reinterpreted or changed.

Examples include:

  • Object geometry and proportions changing
  • Fabric folds and clothing structure being altered
  • Frame/box geometry changing
  • Background structures being reinterpreted
  • Overall composition drifting from the reference
  • Important visual details being regenerated rather than preserved

This is not simply a minor temporal inconsistency. The generated result can differ substantially from the original reference structure.

Important comparison

I have an older local setup where the same general workflow and the same model files produced substantially better reference fidelity.

I also get substantially better reference adherence when running the same general H3 Ref2VA workflow through RunningHub.

This suggests that the problem may be related to the local ComfyUI/runtime/inference path rather than the model weights themselves.

Where the divergence appears

An important observation is that the reference fidelity appears to diverge during TAEH3 sampling, before the final video VAE decoding stage.

Therefore, this does not appear to be only a video-VAE decoding or rendering issue.

Environment

  • GPU: NVIDIA RTX 4070 SUPER 12 GB
  • RAM: 32 GB
  • CPU: Intel Core i5-14600K
  • ComfyUI: v0.37.2
  • Windows
  • Local H3 Ref2VA workflow

Model files:

  • "minimax_h3_Singularity_ref2va_Pruned_v1.3_int8.safetensors"
  • "minimax_h3_video_vae_int8_convrot.safetensors"
  • "minimax_h3_audio_vae_fp32.safetensors"
  • "qwen3vl_32b_minimax_h3_nvfp4_awq_2.safetensors"

Related observation: fp16 accumulation

Another H3 user reported that removing the "--fast fp16_accumulation" startup flag and ensuring that no custom nodes enabled fp16 accumulation made reference adherence substantially better.

I have not established that this is the root cause of my specific issue, but it may be worth investigating because numerical precision or attention/runtime settings could potentially affect reference conditioning.

Possible areas to investigate

Could you please check whether recent changes or runtime differences can affect:

  1. Ref2VA reference conditioning
  2. Reference-latent injection
  3. Qwen3-VL image/reference encoding
  4. Reference image preprocessing and "ref_image_size"
  5. TAEH3 sampling
  6. Sampler/scheduler or sigma-shift behavior
  7. "ModelSamplingAV"
  8. OUTER_SAMPLE wrappers or other model patches
  9. Attention backend/runtime differences
  10. INT8/NVFP4 execution and numerical precision
  11. "torch.backends.cuda.matmul.allow_fp16_accumulation"
  12. Recent ComfyUI changes affecting the H3 Ref2VA execution path

Related ComfyUI investigation

I have documented the local ComfyUI investigation here:

https://github.com/Comfy-Org/ComfyUI/issues/16589

There is also another user reporting similar H3 reference-adherence degradation in that discussion.

Expected behavior

The major visual identity, geometry, proportions, spatial relationships, and important structures of the reference image should remain substantially consistent while the model performs the requested animation.

Actual behavior

The reference is being substantially reinterpreted during generation, with major structures and visual details changing even though the same general workflow and model files previously produced much stronger reference adherence.

Any guidance on which component or recent change could cause this behavior would be greatly appreciated.

Ngôn ngữ chính
Python
Star
9.8k
Fork
738
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của MiniMax-AI/MiniMax-H3

Tất cả issue của MiniMax-AI/MiniMax-H3

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.