H3-Image 官方版本地实测：400 万像素文生图 17.8 秒，图片编辑七八十秒

以下是视频口播的自动转写，可能有错字。

好的，昨天晚上minimax发布了h3的image图片生成和编辑模型啊，完全开源，它支持文生图、参考图生成和图像编辑，它在官方宣传的嘛是。十秒内，它就可以生成一张4K的图像。优点是什么？细节丰富、逼真，对提示词的遵循度高，并且能够理解和使用最多16张的参考图像。

那么，我们下来就看看实际的效果怎么样！好，我们来看一下。mini max官方出的文生图的工作流，这是整体的全貌，然后这边是我们提示词输入框，我已经输入了提示词。咱们先让它跑起来，然后这边呢是我们的模型加载，肯尼普，vae，这官方默认就有了。

你升级我们的最新的comfyui 以后，它在这个示例里面就有，这个模板里面就有这个工作流。啊，这个是图像编辑的，然后这是我把它展开以后啊，方便讲解。然后我们再看一看其他的参数，这里是设置呃分辨率和比例的，它是这里选比例，然后下面几百万像素。

就是长乘宽乘出来的像素数量，然后这是它一取整32的倍数，跟我之前讲的PH3的这个方法其实都是一样的。32倍的长边和短边都能除以32得到一个整数，然后这下面的是它的一个提示，我们不用管它，它默认是提示你。可以出十，就是十六MP，就是1600万像素的图片。

最然后下面的尺寸的一些呃显示，然后这边我再看。老板大气，还能接。这边这个是千问3.59BWCA8，这个是我们呃提示词呃润色的一个改写润色的一个模型，这里也就是我们的PE模型吧，这里整个是它的PE区域。这个是打开和关闭，就是我们的思考。然后这个是打开和关闭我们整个提示词的改写呢？

是如果这样关掉的话，它就整个都失效了。然后这里的话，我试过呃，如果说为了追求速度，可以考虑把这个思考给关闭，这样会快一些。不过，如果说要质量好的话，我们还是把它打开。也也看我们的提示词写的怎么样呢？假如说我们是用这个智能体来写的，写的就比较好，那我们实际是可以关闭它的。

如果我只是简单的写一写，想让它润润色，就把这个打开。好，我们看一看这里。已经出来了，这边是它的步数，那默认就是6步。我试了，你加步数的话会过拟合，cfg 这些我们都不用动它。官方的这些参数都是相对来说是挺好的。那我们看一看品质啊，这个是刚刚生产生成出来的。

我这个就是生成的。呃，400万像素，它总体来说呃还行，但是我对比了就是前面一个呃前面一个H3，就是嗯考飞I出的这个PH3改写版的，它这个画质啊好像要好很多，这个但是这个好处是什么？速度特别快，我们看刚刚这个。显示59秒，当然这是啊，59秒是冷启动，就是模型的是加载花了很多时间。

我换个种子，然后把这个、把这个改写关掉以后，大家就知道这个它实际的生成速度是很快的。400万像素的话，你可以看，直接等一下吧。好，出来了，17.8秒，我是4090，但是我功耗限制了80%，实际生成的话，这个速度还是很快的，但是它这个这个你看，这个脸小一些的话会崩。

跟这个迷你max H3的这个视频模型也。呃，改过来的以通病容易崩。呃，文生图就讲到这里。我们再看一看，呃，图像编辑，或者说是叫图生图吧。图生图，我们我这里弄用了一个连续编辑的案例。我们先还是先看一看总体的结构，总体结构啊，这边的话就是我们输出的区域和对比的区域。

然后看看这边是我们的，也是我们的 p 一，就是提示词润色。那编辑的时候呢，我们就建议这里都给它打开。这样的话，他对，他要去分析你的图图片，然后对提示词进行一个好的改写。如果纯粹手敲的话，他不是很能理解的。它很吃提示词，然后这边呢是我们的用户输入区域，这是提示词。

我写的就很简单，把杯子换成紫砂壶，这个杯子换成紫砂壶。那这个只是就是图像大小最大400万像素嘛。然后比例这些，它是按它我们现有图片的去缩放的，所以不用管它。然后上面也一样，就是我们的模型区，这是这个单独的一个图片，呃，图片生成模型是要进行下载的。

这个图片模型跟纹身图是一模一样的。然后，clip，vae 都是一样的，只是我们工作流里面节点进行了变动，主要是这个条件节点，采样也是一样，6步，cfg 还是一，然后我们看，其他基本就没有什么需要设置，唯一就是这个。几百万像素，这里如果图片特别大，你又不想它画质下降，我们就把它拉大就可以了。

你这里可以拉，也可以缩，你说100，它最大就是1600万像素嘛。这里我们暂时不管了，因为我这个生成的就是个啊，还不到400万像素嘛。你看它生成出来以后，它给你放大了，因为这里设置400万像素。好的，然后我们再看一看他改写出来的这个效果。把杯子换成紫砂，我们看其他地方总体来说没有什么变化，他换的很好，但是他理解的这个这杯子外面的这个纸纸壳还在。

让我们看看他这个细节啊，他其实，他其实这个。文字啊，这些还稍微锐化了一些。图片清晰度还变高了一些，但是其实我们图片编辑的话，很多时候这并不是我们想要的，我们希望它是不想编辑的区域是一成不变的，所以总体来说这个编辑效果。还有一个就是时间，这个编辑效果我觉得很一般。

其实时间的话，这个编辑一个模型要七八十秒，这个和生图模的这个时间差距就太大了，70多秒，这个我们估计就受不了了。我们再看看下一个，下一个我我继续让他编。继续，这个是，我也把这个茶壶的也拿过来。这次是让他干什么？呃，把标题改为中文，第一行宜兴紫砂，第二行高品质，我们看看他能不能做到。

宜兴紫砂高品质，图片还是他还是有一点变化，但是好在说什么，他没降质，他只是有变化，那个重绘了一下。宜兴紫砂，高品质，字体也是一致的。这点呢，大的文字的话，这个 mini max 还是做的还是很好的，没有任何的问题，只是它小字啊容易崩。好，我们再看看下一个，下一个看我提示词写的。

把紫砂壶的包的纸去掉。把整体色调改为暗色、咖啡色系，看看能不能改成功。很好，这个能理解来说，我觉得还是很不错，而且画面的这种色彩。搭配的很舒服，它光影整体融合的很好，不是说要硬的只把背景换掉就完了。红色的颜色。我们还继续，我还做了最后一个编辑，我们看看内容是什么。

啊，这个是我把把图片2的水果放到图片1的桌子上，其他不变。我看看，图片二，也就是，这里的话我们就是多图的编辑。这里我又加了一张图片，很简单，把图片拖进来就可以。或者把这个，按住 alt 键，我们就可以复制一个节点。复制个节点，你就可以把图片装在在里面去。

然后再把我们的节点，这个图像这里拉过来，拉到我们这里，这个 image to image 里，这里就可以了。还是参考我们的图片，然后让他把这个第二图片的水果，我故意没说是什么水果，让他自己去看是什么水果。看看他的改写能力怎么样？嗯。很成功，还有这个水果就拿过来，而且这个。

总体的排，总体的也没变，还把这个为了美观嘛，他这个纯粹是把这些物件儿换了，还可以，总体来说编辑能力是有的，只是速度啊有一点点。呃，好像有点太慢了，处于可用状态。希望社区能够，如果说这个能够做到一个。呃，点对点，它现在有一点偏移，能够点对点的话，这样我们就可以通过一些方法，就跟我们千问以曼吉古海出的这个方法一样，它圈出来一部分去改写的话。

这样他。速度又快，而且它就不变，就可以几乎，画质几乎就不变，这样的话它就是一个很好的一个图像编辑。好，running hub 的话，我这边还没有上传，因为这个模型还没有到服务器上，然后我应该是在晚上就可以上传到上面，大家就可以在线体验，然后这边的话。

网盘我已经把资料传上去了，就编号是011，然后 mini max h3 image 官方。工作流有两个，这些都是官方的，然后模型也分好类，大家缺什么就下什么。然后图片和提示词就是本期案例的，大家可以因为视频里的图片不一定那么清晰。这样下载下来看就。

很清楚，呃，提示词也可以用于测试。嗯，好的，本期视频。就到这里，然后希望给个一键三连吧！下课。