P-H3-Image : modèle de génération et d'édition d'images en huit étapes basé sur MiniMax-H3

Modèle d'image de Pruna AI, affiné à partir de MiniMax-H3, utilisant le même pipeline diffusers pour la génération texte-image ainsi que pour l'édition avec 1 à 8 images d'entrée : la 1ᵉ image est celle à modifier, les autres servant de références (désignées dans le prompt par Picture 2, Picture 3…). Officiellement, il produit des images de 8 MP en 8 étapes sans CFG, excellant dans la photographie réaliste, les scènes cinématographiques, les styles éditoriaux et le design graphique avec du texte court entre guillemets. Le pipeline exécute par défaut une extension de prompt basée sur Qwen3.5-9B, transformant une demande en une phrase en une description complète optimisée pour le modèle ; cette étape peut être désactivée pour un rendu conforme au texte original. Les poids incluent un transformer de 33.1B de paramètres, un encodeur de texte de 4B, un VAE et le modèle d'extension, totalisant environ 100GB en bf16.

Titre original : PrunaAI/P-H3-Image

Modèle d'image de Pruna AI, affiné à partir de MiniMax-H3, utilisant le même pipeline diffusers pour la génération texte-image ainsi que pour l'édition avec 1 à 8 images d'entrée : la 1ᵉ image est celle à modifier, les autres servant de références (désignées dans le prompt par Picture 2, Picture 3…). Officiellement, il produit des images de 8 MP en 8 étapes sans CFG, excellant dans la photographie réaliste, les scènes cinématographiques, les styles éditoriaux et le design graphique avec du texte court entre guillemets. Le pipeline exécute par défaut une extension de prompt basée sur Qwen3.5-9B, transformant une demande en une phrase en une description complète optimisée pour le modèle ; cette étape peut être désactivée pour un rendu conforme au texte original. Les poids incluent un transformer de 33.1B de paramètres, un encodeur de texte de 4B, un VAE et le modèle d'extension, totalisant environ 100GB en bf16.

Pourquoi c'est important Sans CFG ni prompt négatif, avec extension de prompt intégrée, une simple demande en une phrase suffit pour générer une image complète ; une version ComfyUI à faible VRAM est également disponible

Score de progression 109 · J'aime 284 · Téléchargements 1666

Raisons

  • Composition multi-images : fournissez jusqu'à 8 images et une phrase, l'extension de prompt précisera ce qu'il faut prendre de chaque image avant de les combiner en une seule ; lors de l'édition, elle indiquera « ce qui doit être conservé, ce qui doit être modifié », évitant ainsi de redessiner l'image entière
  • Conseils officiels pour les prompts : commencez par décrire ce qu'est l'image (par exemple « une photo de rue »), décrivez une seule scène, mettez entre guillemets tout texte à afficher, et évitez les termes exagérés comme stunning ou 8k
  • Vitesse : officiellement, la génération texte-image de 8MP prend environ 9 secondes sur une B200 (hors extension), l'extension nécessitant 6 à 11 secondes supplémentaires

Utilisation

  • Après pip install git+https://github.com/huggingface/diffusers, utilisez ModularPipeline.from_pretrained("PrunaAI/P-H3-Image") ; passez le paramètre image pour l'édition
  • Pour la génération texte-image, privilégiez la résolution 8MP (par défaut 2912×2912) ; pour l'édition, utilisez 4MP ou 8MP ; en cas de VRAM insuffisante, utilisez ComponentsManager pour le déchargement automatique, avec un pic d'environ 76GB sur une carte de 80GB
  • Pour ComfyUI, utilisez les fichiers int8 / 4 bits de PrunaAI/P-H3-Image-Comfy, officiellement utilisables avec 21GB de VRAM

Risques

  • Licence : licence communautaire MiniMax H3, ne couvrant pas l'Union européenne, le Royaume-Uni, la Corée du Sud et les États-Unis (une licence distincte auprès de MiniMax est requise) ; les produits doivent mentionner « Powered by MiniMax H3 »
  • La configuration complète 8MP avec extension nécessite environ 101GB de VRAM ; aux résolutions 2MP et 4MP, les visages, les mains et les petits détails sont plus sujets aux erreurs, et les petits textes ainsi que les longs passages restent souvent incorrects
  • Cette entrée n'a pas été testée ; les résultats dépendent des exemples fournis dans la fiche du modèle

Ouvrir

Hugging Face Trending

Parcourir les dernières actualités IA