ビジュアルの制作指示から静止画を作る
文章のプロンプトで、被写体、舞台、光、表現媒体を説明します。P-H3-Imageに付属するプロンプトアップサンプラーは、生成前にその指示を詳しくできます。雑誌などに使う人物写真なら、場所や光について具体的にいくつか決めると、シーンの方向性が定まります。重要な細部は明記してください。言葉を増やしても、指定したすべての要素が画像に入るとは限りません。
P-H3-Imageは、Prunaが2026年11月3日に発表した、重みを公開している画像生成・編集モデルです。MiniMax H3を基に、文章と参照画像から、8ステップの生成処理で静止画を作ります。写真風やイラスト風の表現を選んで編集し、制作プロジェクトで使う前に細部を確認できます。

P-H3-Imageで生成 · Pruna公式Space
文章のプロンプトで、被写体、舞台、光、表現媒体を説明します。P-H3-Imageに付属するプロンプトアップサンプラーは、生成前にその指示を詳しくできます。雑誌などに使う人物写真なら、場所や光について具体的にいくつか決めると、シーンの方向性が定まります。重要な細部は明記してください。言葉を増やしても、指定したすべての要素が画像に入るとは限りません。
画像を出発点に、希望する変更を説明します。商品のコンセプト画像では、舞台、色の調整、全体の雰囲気を変えたい場合があります。変える部分とともに、残す部分も明記してください。編集によって残したい細部まで変わる可能性があるため、結果を元画像と比較します。商品や人物の特徴が、厳密に維持されるという保証はありません。
現在のモデルカードには、参照素材を使う生成・編集で最大8枚の画像を入力できると記載されています。編集では、Picture 1が変更対象の画像で、追加画像は参考素材になります。人物、衣服、物体を新しい場面に組み合わせる、といった指示に役立ちます。各画像の役割を明確にし、生成後は顔、アクセサリー、細かな要素の変化を確認してください。
「美しい画像」とだけ頼むのではなく、表現媒体を指定します。Prunaの作例には、フィルム風の写真、クレヨン画、リソグラフ印刷があります。物語の構想では、方向性を決める前に、スタイルごとの構図や雰囲気を比較してください。スタイルの説明は結果を導くもので、ほかのモデルに対する品質上の優位を実測したものでも、特定の画家の技法を厳密に再現する保証でもありません。
モデルカードでは、文章からの画像生成には約8メガピクセル、編集には4または8メガピクセルが推奨されています。2912 × 2912や3872 × 2176ピクセルなど、正方形と横長のサイズが記載されています。低い解像度では、手、顔、背景の細部に不自然な描写が増える場合があります。キャンペーンや制作で使う前に、原寸の画像と文字を確認してください。
Prunaは、Diffusersのパイプラインと、別のComfyUIパッケージを提供しています。ComfyUI版にはBF16、INT8、W4A8があり、必要なメモリが異なり、見た目の結果にも差が出る可能性があります。モデルカードでは、最新のmaster版またはnightly版のComfyUIが必要とされています。ダウンロード前に、使う手順、必要な構成要素、GPUメモリを確認してください。重みが公開されていることは、軽い環境で実行できることを意味しません。






| 比較項目 | P-H3-Image · Diffusers | P-H3-Image · ComfyUI |
|---|---|---|
| ワークフロー | Python ModularPipeline | ComfyUI ノードのワークフロー |
| タスク | テキストから画像への変換および画像編集 | テキストから画像への変換および画像編集 |
| 画像入力 | 最大8枚。Picture 1が編集対象 | 最大8枚。追加画像は参考素材 |
| サンプリングスケジュール | 8ステップ。記載されたパイプラインではCFGなし | 付属のワークフロー例を含む 8 ステップ モデル |
| 数値精度の選択肢 | 資料に記載されたBF16パイプライン | BF16、INT8、および W4A8 パッケージ |
| 文書化されたメモリの例 | 8 MP・プロンプトアップサンプラーありで約101 GB、なしで約83 GB | 8 MPで、BF16 / INT8 / W4A8のVRAMは約56 / 31 / 21 GB |
| 出力ガイダンス | 生成には8 MP、編集には4または8 MPを推奨 | 同じ推奨値。資料に記載されたサイズと手順を選択 |
| セットアップの考慮事項 | 文書化されたパイプラインと必要なコンポーネントをインストールする | リリースのモデルカードでは最新のmaster版かnightly版が必要 |
これは資料に記載されたP-H3-Imageの二つの実行方法であり、モデルの順位ではありません。メモリ使用量は構成に依存します。数値精度を変えると、細部や構図も変わる可能性があります。インストール前に、必要な構成要素をすべて確認してください。
商品を新しい舞台で見せたり、参照画像からキャンペーンの雰囲気を考えたりできます。商品情報として使う前に、実物と比較してください。特にラベル、比率、小さなデザイン上の特徴を確認します。
ポートレートや雑誌向けの場面について、光、舞台、見た目のトーンを計画します。参照画像で意図する被写体を伝え、明確なプロンプトで新しいショットを説明できます。完全に一致すると思い込まず、人物の特徴や体の形を確認してください。
連続映像を計画する前に、一つのシーンを静止画として作ります。フィルム風、手描き風、印刷風の表現は、映像の物語を考える異なる出発点になります。動き、音声、編集は、その後の動画制作で扱うものです。P-H3-Image自体が生成するのは画像です。
商品の制作指示から映画のようなシーン、イラストの物語まで、より広い動画制作に向けたPexoの手順をご覧ください。
P-H3-Imageは、MiniMax H3を基にした、Prunaの重み公開型の画像生成・編集モデルです。Prunaは2026年11月3日に発表しました。動画モデルに由来しますが、このリリースが生成するのは静止画です。記載された生成処理では、8回のサンプリングステップを使います。
現在のP-H3-ImageとComfyUIのモデルカードには、画像を最大8枚入力できると記載されています。編集では、Picture 1が変更対象で、残りが参照画像です。各画像の役割をプロンプトで説明してください。参照画像による指示は、人物や物体の特徴を厳密に維持する保証ではありません。
Prunaは、文章からの画像生成に約8 MP、編集に4または8 MPを推奨しています。モデルカードには、正方形や16:9など、複数の縦横比が記載されています。小さい出力では、不自然な描写が増える場合があります。手、顔、背景の人物、文字を確認してください。密集した文字やコードは、確認せずに使えるほど確実ではありません。
はい。公式リリースには、DiffusersとComfyUIでの手順が記載されています。必要なハードウェアには大きな差があり、Diffusersのモデルカードは、8 MP・プロンプトアップサンプラーありで約101 GBとしています。一方、ComfyUIのW4A8構成は、8 MPで約21 GBのVRAMとしています。これらは別々の記載構成で、すべての環境に共通する最低要件ではありません。ComfyUIパッケージは現在、master版かnightly版を必要とするため、最新の手順と必要な構成要素を確認してください。
モデルの重みにはMiniMax H3 Community Licenseが適用され、商用利用と再配布には条件があります。モデルカードでは、別途MiniMaxのライセンスが適用されない限り、EU、英国、韓国、米国を対象外地域としています。また、このモデルを使う製品には「Powered by MiniMax H3」の表示を求めています。使用前に、最新のライセンスと注意事項を確認してください。補助コードやエンコーダーのライセンスが、モデルの利用条件に置き換わるわけではありません。