Pruna AI 在 MiniMax-H3 上微调出的图像模型：文生图和改图共用一条管线，8 步、不用 CFG 和负面提示词，直接出 800 万像素（8 MP）的图；改图最多给 8 张图，第 1 张是要改的图，其余当参考（提示里称 Picture 2、Picture 3……）。自带一个基于 Qwen3.5-9B 的提示词扩写模型，默认开启，把一句话需求改写成它最擅长的完整提示词，改图时写成“改哪里、保留什么”的格式。10 月 27 日建仓，11 月 3 日更新说明，近 7 期没有收录。
上升分 106 · 点赞 109 · 下载量 287
理由
- 解决“一句话出高清大图、改图不重画整张”的需求：作者称它最擅长写实摄影、电影和杂志感画面，以及带短引号文字的平面设计；作者的对比图称直接输入短需求时常会重画整张，经扩写成编辑提示后只改指定部分。
- 官方称单张 B200、bf16、8 MP 下按原样渲染一张约 9 秒、峰值显存 83 GB，开扩写多 6–11 秒、峰值约 101 GB；组成是 33.1B 参数的 transformer、4B 文本编码器、VAE 和扩写模型，bf16 共 100 GB。
- 作者同时放出 ComfyUI 版（PrunaAI/P-H3-Image-Comfy），只用 ComfyUI 自带节点，每个组件都有 bf16、int8、w4a8 三种精度可混搭：最小一套下载 20 GB、8 MP 峰值约 21 GB 显存；作者称 int8 与 bf16 几乎逐像素一致，w4a8 会改动细节、偶尔改构图，在 48 GB 的 L40S 上 w4a8 出 2048×2048 约 6.3 秒（bf16 需卸载，约 19 秒）。另附可挂在自己 MiniMax-H3 上的 2.0 GB LoRA。
用法
- ComfyUI：先 cd ComfyUI && git pull 更新到最新 master（正式版、桌面版和 Comfy Cloud 要等下一个发布），从 PrunaAI/P-H3-Image-Comfy 每个组件各下一个文件到 ComfyUI/models 对应目录，打开 workflows/ 里的 p-h3-image_text_to_image.json 或 p-h3-image_edit.json，输入一句话需求运行；工作流是 euler 采样、8 步、无 CFG，Load CLIP 类型选 minimax。
- diffusers：pip install git+https://github.com/huggingface/diffusers，再用 ModularPipeline.from_pretrained('PrunaAI/P-H3-Image') 加 load_components(dtype=torch.bfloat16)；传 image 就是改图，传图片列表就是多图参考。80 GB 显卡用 ComponentsManager 的 enable_auto_cpu_offload，官方称 8 MP 峰值约 76 GB。
- 分辨率按卡里的 8 MP 尺寸表（默认 2912×2912，16:9 用 3872×2176），改图用 4 或 8 MP。手写提示词时第一句说清“这是一张什么”（例如一张街头摄影师拍的照片），要出现的文字逐字加引号并以 no other text 结尾，不要写 stunning、8k、masterpiece 这类词（作者称会变得油亮过饱和）。不想下载可以先在 Space PrunaAI/P-H3-Image 上试。
风险
- 许可是 MiniMax H3 社区许可：没有另获 MiniMax 授权时不覆盖欧盟、英国、韩国和美国，基于它的产品要标注 Powered by MiniMax H3；只有文本编码器的 Qwen3-VL-4B 部分和扩写模型是 Apache-2.0。
- 作者列出的限制：对提示词敏感，夸张形容词或过长提示会变差；手和背景里的小人物可能变形；小字和密集正文仍会变成伪文字；2–4 MP 下脸、手和细节出错更多；只出单张图，不出视频和音频。本栏目没看过示例图。
- 门槛不低：diffusers 原版 8 MP 要约 101 GB 显存（关掉扩写约 83 GB）；ComfyUI 版目前只在开发版可用，int8 / w4a8 依赖 comfy-kitchen 的 INT8 内核，需要 NVIDIA Ampere 以上或 AMD RDNA3/4。速度和画质对比都是作者自己的数据。