Saltar al contenido principal
P-H3-Image es el modelo de imagen de pesos abiertos de Pruna AI, construido sobre MiniMax H3. Resuelve dos tareas en un solo checkpoint: generación de texto a imagen y edición de imágenes. Una imagen completa requiere 8 pasos de muestreo sin orientación libre de clasificador (CFG) y se genera a 8 megapíxeles por defecto. El modelo tiende a estéticas fotográficas y cinematográficas: fotografía documental y editorial, retratos con textura de piel real, anime con estética de pantalla de TV, carteles serigrafiados y diseño gráfico plano con texto corto entre comillas. Un upsampler de prompts basado en Qwen3.5-9B reescribe una petición de una sola línea en el prompt detallado que el modelo mejor renderiza, y devuelve ese prompt reescrito para que puedas leerlo antes de que llegue al sampler. En ComfyUI, P-H3-Image se ejecuta como dos plantillas de flujo de trabajo, una para texto a imagen y otra para edición de imágenes. Reutiliza el modelo de difusión MiniMax H3 y añade el codificador de texto de Pruna, el upsampler de prompts, el VAE y el LoRA: unos 35 GB de archivos de modelo en total. Los archivos int8 caben en unos 21 GB de VRAM. Aspectos destacados del modelo
  • 8 pasos, sin CFG: un único programa de muestreo destilado y un solo acondicionamiento positivo, sin prompt negativo
  • 8 megapíxeles: cuadrada, 4:3, 3:2, 16:9 y sus versiones verticales, hasta 3872 x 2176
  • Upsampler de prompts integrado: tu petición de una línea se amplía a un prompt completo y el prompt ampliado se muestra en el flujo de trabajo
  • Edición con referencias: la primera imagen es la que se edita y las siguientes se convierten en <Picture 2>, <Picture 3> y así sucesivamente en el prompt
  • Solo imagen: P-H3-Image no genera video ni audio
Enlaces relacionados
Asegúrate de que tu ComfyUI esté actualizado.Los flujos de trabajo de esta guía se encuentran en las Plantillas de flujos de trabajo. Si no los encuentras en las plantillas, es posible que tu ComfyUI esté desactualizado.Si faltan nodos al cargar un flujo de trabajo, estas son las posibles razones:
  1. No estás usando la última versión de ComfyUI (versión nocturna)
  2. Algunos nodos fallaron al importarse durante el inicio

​
Requisitos

  • ComfyUI 0.44.0 o posterior. Ambas plantillas usan el nodo PH3ImageConditioning añadido en 0.44.0
  • Aproximadamente 35 GB de archivos de modelo. El modelo de diffusion es el mismo que usan los flujos de trabajo de MiniMax H3, así que puede que ya lo tengas
  • Una GPU con aproximadamente 21 GB de VRAM para los archivos int8
P-H3-Image se distribuye bajo la Licencia Comunitaria de MiniMax H3, que excluye algunas regiones a menos que cuentes con una licencia independiente de MiniMax. Para uso comercial, solicita una licencia a través de Comfy.

​
Descarga de modelos

Modelo de difusión (INT8)

minimax_h3_fl2va_pruned_int8_convrot.safetensors → ComfyUI/models/diffusion_models/

Codificador de texto (INT8)

p-h3-image_text_encoder_int8_convrot.safetensors → ComfyUI/models/text_encoders/

Ampliador de prompt (W4A8)

p-h3-image_prompt_upsampler_w4a8.safetensors → ComfyUI/models/text_encoders/

VAE (INT8)

p-h3-image_vae_int8_convrot.safetensors → ComfyUI/models/vae/

LoRA (BF16)

p-h3-image_lora_bf16.safetensors → ComfyUI/models/loras/
Coloca los archivos en los siguientes directorios:

​
Flujo de trabajo texto a imagen de P-H3-Image

Genera una imagen de 8 megapíxeles a partir de una solicitud de una línea. La plantilla ejecuta primero el upsampler del prompt y después el programa de 8 pasos. Vista previa del flujo de trabajo texto a imagen de P-H3-Image

Descargar flujo de trabajo

Descarga el JSON o busca “P-H3-Image: Text to Image” en la Biblioteca de plantillas
Escribe la solicitud después de Request: en la caja de prompt y mantén la línea Aspect ratio: sincronizada con el Selector de resolución. El selector está configurado en 8 megapíxeles con un múltiplo de 32, lo que da estos lienzos:
  • Muestreo: los 8 pasos son el programa propio del modelo. Añadir pasos no agrega detalle, y no hay CFG ni prompt negativo que ajustar
  • Semilla: configúrala en randomize para imágenes nuevas y vuelve a fixed para reproducir el ejemplo incluido
  • Prompt ampliado: el nodo Preview Any muestra el prompt reescrito. Vale la pena leerlo antes de cambiar la solicitud

​
Flujo de trabajo de edición de imagen de P-H3-Image

Edita una foto con una instrucción breve, usando hasta nueve imágenes en total. Vista previa del flujo de trabajo de edición de imagen de P-H3-Image

Descargar flujo de trabajo

Descarga el JSON o busca “P-H3-Image: Image Edit” en la Biblioteca de plantillas

Imagen de entrada: image_p_h3_image_edit_atrium_day.png

Imagen fuente del flujo de trabajo, o usa tu propia foto.
Carga la imagen que quieres cambiar en el nodo Load Image y describe el resultado después de Request:. La salida sigue la forma de esa imagen, así que las entradas de ancho y alto del nodo de acondicionamiento se quedan en 0.
  • Tamaño de origen: la edición se renderiza al tamaño de la primera imagen, ampliada a un mínimo de 4 megapíxeles
  • Más referencias: conecta imágenes adicionales para añadir <Picture 2>, <Picture 3> y más referencias al prompt
  • Qué conservar: nombra lo que no debe cambiar. Sin eso, el modelo tiende a redibujar toda la escena

​
Consejos para los prompts

  1. Di qué es la imagen: empieza con una frase que nombre el objeto real, por ejemplo “una fotografía de un fotógrafo callejero con experiencia” o “una impresión risográfica a dos colores”. Esto define el aspecto de forma más fiable que las palabras de estilo
  2. Describe una sola escena: define un punto de vista, un sujeto principal captado en un momento, unos pocos elementos de apoyo y una iluminación con una fuente y una dirección
  3. Entrecomilla cada cadena de texto: el texto sin sus palabras exactas se convierte en pseudotexto. Pon cada cadena entre comillas, que sea corta, indica dónde se ubica y termina con “no other text”
  4. Deja fuera las palabras de hype: palabras como stunning, epic, cinematic u 8k empujan al modelo hacia un aspecto brillante y sobresaturado

​
Limitaciones

  • Las resoluciones más bajas muestran más artefactos: las caras, las manos y los detalles pequeños se rompen más a menudo a 2 y 4 megapíxeles que a 8
  • Las manos y las personas del fondo pueden romperse: las personas pequeñas del fondo pueden salir distorsionadas. Renderizar a 8 megapíxeles ayuda
  • El texto no es del todo fiable: las cadenas cortas entre comillas se renderizan bien, pero el texto denso, como el cuerpo de texto o el código largo, se convierte en pseudotexto
  • Sensible al prompt: los prompts muy largos empeoran las imágenes y los prompts muy cortos dan resultados débiles sin el upsampler