
143 GB 底座压进 21 GB 显存:P-H3-Image-Comfy 让单张消费级卡直出 8 百万像素
PrunaAI 把基于 MiniMax-H3 的图像模型打包成 ComfyUI 原生单文件,最小量化组合 20 GB 下载、21 GB 显存即可 8 步无 CFG 直出 8 MP 大图。
相关标签
想在本地跑出一个 33B 级图像模型直出 8 百万像素大图,过去基本意味着一张 80 GB 的数据中心卡。PrunaAI 刚刚放在 HuggingFace 上的 P-H3-Image-Comfy 把这个门槛直接砍到 21 GB 显存——单张 RTX 4090 或 5090 就能进 ComfyUI 工作流。
它是做什么的
P-H3-Image-Comfy 是 P-H3-Image 的 ComfyUI 官方单文件版。P-H3-Image 本身是基于 MiniMax-H3 的图像生成与编辑模型:输入一段文字,输出最高 8 MP 的图像(默认 2912×2912,另有 4:3、3:4、16:9 等多档长宽比);编辑模式下支持最多 8 张输入图,第一张是被编辑对象,其余作为参考图。
这个仓库做的事情是”搬运工加压缩器”:把模型的各个组件打包成 ComfyUI 原生的单文件格式,全部提供 bf16、int8 和 4-bit(w4a8)三档。最小的量化组合(扩散模型 w4a8、文本编码器 w4a8、VAE int8)下载 20 GB,在 8 MP 下峰值显存约 21 GB;而 MiniMax-H3 的原始权重是 143 GB——相当于压掉了七分之八。bf16 全套则是 55 GB 下载、约 56 GB 峰值显存。
用起来是什么样
ComfyUI 的 master 分支已原生支持这套模型,不需要装自定义节点:更新 ComfyUI、把各组件文件下到 models 目录、打开仓库自带的工作流,输入一句短请求即可。8 MP 出图只需 8 步采样,且全程不用 CFG,也不需要负向提示词。
短 prompt 也不用自己扩写:模型内置了一个基于 Qwen3.5-9B 的 prompt upsampler,会自动把一句话扩成完整提示词。diffusers 用户则可以直接用 PrunaAI/P-H3-Image 的 pipeline 版,HF Spaces 上还有在线试用。
强项与边界
官方对能力边界的描述相当坦率:这个模型最强的是照片级写实、电影和编辑类质感,以及带短引号文字的平面风格。分辨率方面 8 MP 最佳,2 到 4 MP 的图也能用,但人脸、手部和小细节的伪影会更频繁。
对 ComfyUI 工作流玩家来说,这是首批能在消费级显存上原生跑 8 MP 的开源图像模型之一;对做本地部署的团队,20 GB 下载加 21 GB 峰值显存的组合,意味着高分辨率生成第一次真正落进了单卡工作站的预算里。
更多资讯
想看更多优质内容?
浏览所有资讯