帮助文档 / 图片
图片
请使用原创或风格化的角色,或经有据可查的同意后使用你本人的形象。任何涉及其他可识别真人的描绘,都需要对方有据可查的同意。所有参考图、训练数据、音频和作品,都请遵守可接受使用政策。
“图片”标签页用来生成静态图像。这里的引擎有:Reference Edit(改造你给它的图片)、Ideogram 4(把文字写进画面)、FLUX 3 Klein,以及 P-H3-Image(只靠文字就能生成大幅照片和海报)。
选择引擎
| 引擎 | 适用场景 |
|---|---|
| 自动(使用设置) | 按设置中为这台 Mac 选定的引擎 |
| Reference Edit:快速 | 4 步图生图,约 1:20,支持多张参考图,为默认选项 |
| Reference Edit:标准 | 8 步,约 2:05,不使用 LoRA |
| Reference Edit:高质量 | 40 步,约 3:50,用于最终渲染 |
| Ideogram 4:字体与排版 | 图中文字,可选参考图 |
| P-H3-Image(草稿 / 标准 / 高) | 只靠文字生成大幅照片、电影画面和海报,字拼写准确;4 MP 约 2.5 分钟 |
菜单旁边的标签会告诉你该引擎是否已下载。所需内存超过这台 Mac 的引擎会变灰,并标注需要 N GB 内存的 Mac。
在内存不超过 16 GB 的 Mac 上,如果设置中选定的引擎需要更大内存的 Mac,自动会对不带参考图的渲染改用 4-bit 的 FLUX.2 [klein] 4B;你的设置本身保持不变。带参考图的渲染仍使用设置中的引擎,因为 Klein 不使用参考图。如果那个引擎放不下,可以移除参考图让自动改用 Klein,或在设置中选一个更轻量的引擎。
参考图
Reference Edit 至少需要一张图片:把它拖进主参考图,再最多往多参考图槽位里拖入两张(或者从最近上传里点选一张)。有两张或更多时,请在提示词里指明各自的作用,比如参考图 1 的夹克和参考图 2 的街道。
然后设置比例(默认 16:9,1280×720,也可选更小、更快的尺寸)、候选图数量(每次生成 1 到 8 张)和种子,再点击生成(在提示词框里按 ⌘⏎)。
Ideogram 4:图中文字
第一次渲染会显示 Ideogram 4 的许可界面(仅限非商业用途)。接受之后,会下载约 28 GB,只需一次。
- 简单:普通提示词。布局:可视化画布(见下文)。
- 渲染:设计(插画、平面设计)或照片写实(相机般的真实感)。
- 画质:默认(20 步)、Turbo(12 步,更快)、画质(48 步,更慢)。⚡ 快速模式对 M1/M2 和内存较小的 Mac 更省内存。
- 载入参考图后会出现使用参考图:Ideogram 会根据描述重新绘制它,而不是复制像素。不勾选的话参考图会被忽略,面板会给出提醒。
- 图片调色板最多可设置 16 种颜色。
布局画布
- 选择布局。在画面上拖动即可画出一个方框,也可以用插入文字或插入对象。示例… 会载入海报、标志、标签或表情包的布局。
- 选中方框后,可设置它的区域(文字或对象)、要渲染的文字(按原文)、可选的描述、风格、对齐和颜色。
- 开启吸附时,方框会吸附到三分线、中心点以及彼此。
选中方框时,画布上可用的按键:
图片:布局画布
Ideogram 4 的布局模式,已选中一个方框。
| ← → ↑ ↓ | 微调选中的方框,加按 ⇧ 步长更大 |
| ⌫ | 删除选中的方框 |
| ⎋ Esc | 取消选中方框;正在编辑文字时,则退出编辑 |
| ⌘Z | 撤销 |
布局渲染至少需要一个方框。
FLUX 3 Klein
选择 FLUX 3 Q8 / 标准即可用文字生成图片,或者添加参考图来编辑它们。请描述你想要的完整画面。标准档使用 16 步。基础画质使用另一个模型,50 步,耗时更长。
推荐使用 Q8 画质。Q6 占用内存更少;Q4 可在 24 GB 的 Mac 上使用,但只支持较小的图片尺寸和一张参考图。建议 32 GB 或以上。首次运行会下载:Q8 约 9.9 GB,Q6 约 7.6 GB,Q4 约 5.3 GB,另加图像引擎。停止会取消设置或渲染;之后再次运行会接着下载。完成后,在 64 GB 的 M4 Max 上生成一张图约需 50 秒。
该模型使用 FLUX Kommunity License,与应用本身的 MIT 许可相互独立。首次使用时请阅读并接受。年化总收入(含关联公司)低于 500 万美元的用户可以将生成结果用于商业用途,具体以完整条款为准。分享图片之前请先检查,并按法律要求做好 AI 披露。
你的图片会出现在图库里。选择生成动画可以把其中一张送去图生视频。FLUX.1 和 Qwen 的 LoRA 无法用于这个模型。
P-H3-Image:基于 MiniMax H3,用文字生成大幅图片
P-H3-Image 是 Pruna AI 的图像模型,建立在 MiniMax H3 之上,也就是 Hailuo H3 视频背后的同一个模型。它用 8 步从一段文字提示词生成一张图片,没有需要调整的参数。它最擅长照片、电影画面、人群,以及带引号文字必须拼写准确的海报。手部和背景里很小的人脸仍可能出错。它暂不使用参考图:放进槽位的内容会被忽略。
在引擎里选择尺寸:
| 选项 | 尺寸 | 在 64 GB M4 Max 上的耗时 |
|---|---|---|
| P-H3-Image(标准) | 4 百万像素,例如 2368×1760 | 约 2.5 分钟 |
| P-H3-Image 草稿 | 2 百万像素 | 约 1.3 分钟 |
| P-H3-Image 高 | 8 百万像素,例如 3360×2496 | 约 5 分钟 |
比例决定画面形状;尺寸由所选选项决定。它需要约 26 GB 的可用内存,所以需要 32 GB 或以上的 Mac。
首次使用。它基于 Hailuo H3 视频包运行,所以请先安装 Hailuo H3。然后引擎旁边的标签会显示下载约 18 GB:点击它。Phosphene 会先显示 MiniMax H3 许可,然后从 Pruna 的仓库按固定版本下载 P-H3-Image 自己的部分(适配器、文字编码器、图像解码器),仅需一次,并校验每个文件。准备期间磁盘上需要约 24 GB 的可用空间,完成后保留约 15 GB。完成后标签会显示就绪。如果显示请更新 H3 运行器,请先更新 Hailuo H3(你的权重会保留)。
它能做出什么。七张图片,每张 8 百万像素,在 M4 Max 上每张约 5.4 分钟,没有经过任何修图。招牌、标签和图表上每个带引号的字,都与输入的一字不差。

P-H3-Image 由 Pruna AI 制作,基于 MiniMax 的 MiniMax-H3,遵循 MiniMax H3 Community License;其文字编码器基于 Qwen3-VL-4B(Apache-2.0)。Powered by MiniMax H3。文件取自 Pruna 的仓库,从不转存;在你的 Mac 上所做的唯一改动,是为 MLX 运行器重新排列图像解码器的张量(重命名并重新融合,数值不变),文件内部有注明。MiniMax H3 遵循 MiniMax H3 Community License Agreement,Copyright (c) 2026 MiniMax. All Rights Reserved.