Pruna AI 发布 P-H3-Image：把视频模型重做成 7 倍更小、5 倍更快的开源图像模型

Pruna AI 发布 P-H3-Image，一款基于 MiniMax-H3 视频模型重新改造的开源文生图/图像编辑模型。团队重做了 H3 的所有组件：提示词上采样器（Qwen3.5-9B）、文本编码器（从 32B 蒸馏到 4B）、扩散调度（50 步压到 8 步）、Transformer 主干（33B 压到 20B）、解码器与量化。最终体积从 143GB 缩到 20GB，4MP 图像生成从 12.4 秒降到 2.6 秒（B200），8MP 仅需 5.8 秒；4-bit 量化版峰值显存 21GB。

模型继承 H3 的多参考图编辑能力，支持最多 9 张输入图合成场景；在纪实摄影、人像皮肤质感、电影剧照、动漫帧、平面设计短文本等场景表现突出。最小 8 步即可匹配原版 50 步质量，支持 2-16MP 分辨率。提供 Diffusers ModularPipeline 与 ComfyUI 原生支持（bf16/8-bit/4-bit 三档），ComfyUI 无需自定义节点。

权重基于 MiniMax-H3 Community License 发布（排除欧盟、英国、韩国、美国，除非获得 MiniMax 单独授权；产品需显示 Powered by MiniMax H3），文本编码器的 Qwen3-VL-4B 与提示词上采样器部分为 Apache 2.0。官方博客标日期 2026-11-03，Hugging Face 仓 PrunaAI/P-H3-Image 与 ComfyUI 仓 PrunaAI/P-H3-Image-Comfy 已开放下载。

原文链接：Pruna AI 官方博客