P-H3-Image

Pruna 从 MiniMax-H3 蒸馏出的 8 步图像生成和编辑模型,ComfyUI 4 位文件仅 20 GB,许可证有地区限制。

一句话概括. P-H3-Image 是一个可以下载的 AI 图像模型。它只用 8 步就能画出 800 万像素以上的大图,还能编辑图片,或把最多 8 张图片合成一个场景。它由 Pruna 基于 MiniMax 的视频模型 H3 改造而来,最小的版本一张 24 GB 的显卡就能运行。许可证排除了欧盟、英国、韩国和美国。

概述

Pruna AI 是一家总部在慕尼黑、以模型压缩库闻名的公司,在 2026 年 11 月 3 日发布了 P-H3-Image,仓库最早在 10 月 27 日出现在 Hugging Face 上。它是基于 MiniMax 的 H3 视频模型做出来的文生图和图像编辑模型,思路是视频模型已经学会了物体从不同角度看是什么样子、光线怎样落在物体上。Pruna 称它改造了 H3 的每个部分:文本编码器从 32B 蒸馏到 4B 参数(9 GB,原来是 67 GB),采样蒸馏成 8 步且不用无分类器引导,通过替换时间步模块给 Transformer 瘦身,并新训练了一个能把单个潜在帧还原成清晰图像的解码器。模型自带一个基于 Qwen3.5-9B 的提示词扩写器,能把一句简短的请求扩写成模型最擅长处理的详细提示词。它能生成 200 万到 1600 万像素的图像,推荐 800 万像素,并支持多张输入图片的编辑,模型卡写最多 8 张,发布文章写 9 张。发布文章称 Transformer 从 33B 缩小到 20B 参数,而 diffusers 模型卡仍写着 33.1B 的 Transformer;ComfyUI 文件里的 BF16 Transformer 是 40.5 GB,与 20B 相符。

Pruna 自己给出的数字集中在速度和显存上。它报告在一张 B200 上生成 4 MP 图像需要 2.6 秒,MiniMax-H3 为 12.4 秒;8 MP 为 5.8 秒,对比 30.6 秒,而 diffusers 模型卡写的是 8 MP 约 9 秒,另加提示词扩写器的 6 到 11 秒。Pruna 称多数提示词下 8 步模型与原来的 50 步模型相当,但没有公布任何基准分数,所以质量只能靠看图判断。Pruna 称它最擅长纪实和编辑类摄影、人像、电影剧照、动画画面,以及带少量引号文字的平面设计。小号或密集的文字不可靠,手部和背景中的小人物可能画崩,低于 8 MP 时瑕疵更多,模型对提示词很敏感,夸张的形容词会让图像变差。

ComfyUI 仓库提供 bf16、int8 和 w4a8 文件。bf16 套件下载 55 GB,8 MP 时峰值显存 56 GB;int8 套件为 30 GB 和 31 GB;使用 4 位权重和 8 位激活的 w4a8 套件为 20 GB 和约 21 GB;另有单独的提示词扩写器,bf16 为 19.3 GB,int8 为 9.7 GB,w4a8 为 6.7 GB。Pruna 称 int8 文件与 bf16 非常接近,w4a8 文件保持了质量,但细节变化更多。diffusers 管线的 BF16 约 100 GB,带扩写器约需 101 GB 显存,不带则需 83 GB,开启卸载后一张 80 GB 的 GPU 就能运行。在截至 2026 年 11 月 11 日的 30 天里,Hugging Face 统计到 ComfyUI 仓库约 89.9 万次下载,diffusers 仓库约 1400 次。许可证是 MiniMax H3 社区许可证,除非 MiniMax 另行授权,否则不覆盖欧盟、英国、韩国和美国,产品必须显示“Powered by MiniMax H3”。编码器中来自 Qwen3-VL-4B 的部分和基于 Qwen3.5-9B 的扩写器采用 Apache 2.0。Pruna 还发布了 P-Q-Image-2.1,这是一组让 Qwen-Image-2.1 用 6 步出图的 LoRA 适配器。

适合做什么

  • 高分辨率照片、编辑类和电影感画面,以及带几个引号文字的平面设计
  • 用一句话请求,从最多 8 张参考图做图像编辑和合成
  • 有 24 GB 显卡的 ComfyUI 用户,使用峰值约 21 GB 的 4 位套件
  • 位于被排除地区之外、想用更快更小的方式获得 H3 画面效果的团队

需要注意

  • 许可证不覆盖欧盟、英国、韩国和美国,尽管 Pruna 总部在德国
  • 商业产品必须显示“Powered by MiniMax H3”,许可证还有 H3 的其他条件,发布前请先阅读
  • Pruna 只公布速度和显存数字,没有基准分数,8 步与 50 步相当的说法是它自己的
  • 小号或密集的文字、手部和背景人物可能画错,低于 8 MP 时效果更差
  • 发布文章和模型卡在 Transformer 大小和最多编辑图数上说法不一致

性能数据来自开发方,未经独立验证。

需要多少内存?

以下是 P-H3-Image 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。

版本 参数量 下载大小 所需内存 可运行于
ComfyUI bf16 set BF16 20B 55 GB 56 GB 工作站
ComfyUI int8 set INT8 20B 30 GB 31 GB 游戏显卡
ComfyUI w4a8 set INT4 20B 20 GB 21 GB 游戏显卡
Diffusers pipeline (BF16) BF16 33.1B 100 GB 76 GB 工作站

下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。 开发方给出的最低显存要求为 21 GB。

许可证,用大白话说

一份社区许可证,允许你使用、修改和分发 MiniMax H3,但只限于“适用地区”:除欧盟、英国、韩国和美国之外的全世界。年营收超过 2000 万美元的商业产品需要 MiniMax 书面授权,所有商业产品都必须在界面中显示“MiniMax H3”,并且不得用该模型或其输出去训练其他 AI 模型。建议先咨询法律意见,尤其是你或你的用户位于被排除的地区时。

  • 需要署名或标明模型名称
  • 仅在营收低于上限时可免费商用
  • 部分地区不授权
  • 须遵守可接受使用政策
  • 输出内容须过滤或审核,并标注为 AI 生成

进一步了解 MiniMax H3 Community

延伸阅读

常见问题

P-H3-Image 是什么?
P-H3-Image 是一个可以下载的 AI 图像模型。它只用 8 步就能画出 800 万像素以上的大图,还能编辑图片,或把最多 8 张图片合成一个场景。它由 Pruna 基于 MiniMax 的视频模型 H3 改造而来,最小的版本一张 24 GB 的显卡就能运行。许可证排除了欧盟、英国、韩国和美国。
P-H3-Image 可以商用吗?
可以,但有条件。P-H3-Image 采用 MiniMax H3 Community 发布,允许商用,但附带额外规则:需要署名或标明模型名称; 仅在营收低于上限时可免费商用; 部分地区不授权; 须遵守可接受使用政策; 输出内容须过滤或审核,并标注为 AI 生成。产品上线前请阅读许可证原文。
P-H3-Image 是开源的吗?
P-H3-Image 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 MiniMax H3 Community 附带了开源促进会的定义所不允许的条件。
我能在自己的电脑上运行 P-H3-Image 吗?
可以,但需要一块好显卡。最小版本 ComfyUI w4a8 set 在 4 位精度下约需 21 GB 内存,适合 24 至 32 GB 的游戏显卡,或 32 GB 及以上内存的 Mac。
P-H3-Image 是什么时候发布的?
P-H3-Image 由 Pruna AI 于 2026年11月3日 发布。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月11日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
MiniMax H3-Image MiniMax 33.1B – MiniMax H3-Image Community (附条件) 155 GB 大内存台式机
MiniMax H3 MiniMax 33.1B – MiniMax H3 Community (附条件) 166 GB 大内存台式机
HyperFlow H3 Flash Video Rebirth 13.7B – 13.9B – MiniMax H3 Community (附条件) 18 GB 游戏显卡
FLUX 3 Image Klein Black Forest Labs 5.6B – FLUX Kommunity (附条件) 8 GB 笔记本或手机