Pruna는 비디오 모델을 이미지 모델로 바꿨다. 흥미로운 건 무엇을 버렸느냐다.

Pruna AI는 11월 3일 P-H3-Image를 공개했습니다. 이미지를 생성하고 편집하며, 가중치는 공개되어 있고, 비디오 모델인 MiniMax-H3로 만들어졌습니다.
그 마지막 문장이 설계 논거 전체입니다. 비디오 모델은 물체가 여러 각도에서 어떻게 보이는지, 카메라가 움직일 때 빛이 재질 위에 어떻게 떨어지는지, 장면이 프레임에서 프레임으로 어떻게 일관성을 유지하는지를 배워야 합니다. 한 장의 사진은 그 문제의 퇴화된 사례입니다. 그래서 이론적으로 이미지 생성에서 가장 어려운 부분은 이미 비용이 지불되었고, 모델에게 프레임 하나를 잘 렌더링하도록 가르치기만 하면 됩니다.
실제로 비디오 모델에 프레임 하나를 출력하라고 하면 부드럽고 흐릿한 이미지가 나옵니다. MiniMax 자체의 H3도 할 수 있지만, 잘하지는 못합니다. Pruna의 기여는 모델을 분해하고 각 부품을 정지 이미지 작업에 맞게 다시 조립한 것입니다.
네 번의 절단
텍스트 인코더는 320억 파라미터에서 40억 파라미터로 줄었고, 증류된 Qwen3-VL-4B를 사용합니다. 이 한 가지 변경으로 가중치가 67 GB에서 9 GB로 줄며, 이번 릴리스에서 가장 눈에 띄지 않는 부분입니다.

트랜스포머 백본은 330억에서 200억 파라미터로 줄었습니다. 핵심 수술은 블로그에 따르면 트랜스포머의 약 40퍼센트를 차지하는 타임스텝 블록을 훨씬 작은 것으로 교체한 것입니다. 타임스텝 컨디셔닝은 모든 디노이징 단계에서 네트워크 전체를 변조해야 하므로 비쌉니다. 비디오에는 시간에 걸친 세밀한 제어가 필요합니다. 정지 이미지에는 숫자 하나면 됩니다.
디코더는 비디오 프레임의 연속이 아니라 2~16 메가픽셀 범위에서 선명한 이미지 한 장을 만들도록 재학습되었습니다.
샘플링 스케줄은 DMD로 증류되어 생성이 50단계에서 8단계로 줄었습니다.
앞단에는 Qwen3.5-9B 기반의 작은 프롬프트 업샘플러도 있어 짧은 프롬프트를 H3가 잘 반응하는 형태로 다시 씁니다. Diffusers 파이프라인에서 기본으로 켜져 있으며, bf16 메모리 수치가 모델의 실제보다 나빠 보이는 이유입니다.
숫자에는 벤더 라벨이 붙어 있습니다
Pruna의 측정값입니다. 4 MP 이미지는 B200에서 2.6초, MiniMax-H3는 12.4초입니다. 8 MP 이미지는 30.6초가 아니라 5.8초입니다. 4-bit 가중치를 쓴 L40S에서는 4 MP가 약 6.3초입니다.
다운로드는 bf16이 55 GB, 4-bit가 20 GB이며, H3는 143 GB입니다. 8 MP에서 최대 VRAM은 bf16이 약 56 GB, 4-bit가 약 21 GB입니다.
이 21 GB라는 숫자가 책상에서 이 글을 읽는 사람에게 중요한 숫자입니다. 24 GB 카드, 즉 3090, 4090, 5090에서 4-bit 빌드를 전체 해상도로 돌릴 수 있다는 뜻입니다. 16 GB 카드에서는 해상도를 낮추거나 오프로딩해야 합니다.
놓치기 쉬운 경고가 하나 있습니다. 프롬프트 업샘플러가 포함된 Diffusers 파이프라인을 bf16, 8 MP로 돌리면 약 100 GB의 GPU 메모리가 필요합니다. 오타도 아니고 모델의 잘못도 아닙니다. ComfyUI가 아니라 Diffusers를 쓴다면 양자화 가중치를 쓰거나 업샘플러를 끄십시오.
라이선스는 이걸 가장 많이 쓸 나라들을 제외합니다
P-H3-Image는 MiniMax H3 Community License를 이어받습니다. 실제로는 가중치를 내려받을 수 있지만 미국, 유럽연합, 영국, 한국에서는 MiniMax와 별도 계약 없이는 배포할 수 없다는 뜻입니다. 이를 기반으로 만든 제품에는 "Powered by MiniMax H3"를 표시해야 합니다.
이제 익숙한 형태입니다. 지난 1년 동안 중국 연구소들은 하나의 패턴으로 자리 잡았습니다. 관대하게 들리는 이름으로 가중치를 공개하고, 영토 예외 조항이 붙은 커뮤니티 라이선스를 달고, 그 예외를 필요한 쪽에 판매합니다. H3에서는 Nvidia, Pika, Creatify, 그리고 이제 Pruna가 파생 모델을 만들었고, 모두 같은 조건을 다룹니다.
오하이오의 개인 개발자에게는 기술적으로는 내려받을 수 있고 법적으로는 곤란하다는 뜻입니다. 기업에게는 컴플라이언스 검토입니다. 싱가포르나 브라질의 연구소에게는 진짜로 무료인 고품질 이미지 모델이며, 이는 미국 언론에서 거의 다루지 않는 실질적인 역량의 재분배입니다.
한 겹 더 있습니다. 라이선스는 가중치를 따라가므로, 자사 제품을 위해 P-H3-Image를 파인튜닝한 기업도 예외 조항에 묶입니다. 파생 작업이 조건을 세탁하지는 않습니다.
비디오 모델을 왜 증류하는가
이미 훌륭한 오픈 이미지 모델이 있습니다. FLUX 3 Image Klein은 56억 파라미터이고 호스팅 API에서 이미지당 0.8센트입니다. 왜 143 GB 비디오 스택을 가져다 엔지니어링 시간을 들여 20 GB로 줄입니까?
답은 비디오 학습 데이터가 무엇을 가르치는지에 있습니다. 클립으로 학습한 모델은 같은 물체를 변화하는 빛과 각도 아래에서 보며, 고립된 사진으로 학습한 모델보다 더 완전한 내부 표현을 배웁니다. 그것이 드러나는 곳은 특정합니다. 다중 참조 편집입니다.
P-H3-Image는 한 구성에서 최대 8~9장의 참조 이미지를 받습니다. 어느 문서를 읽느냐에 따라 다릅니다. 캐릭터를 제품 사진, 포스터, UI 목업 사이에서 일관되게 유지하는 것은 이미지 모델이 보통 무너지는 작업이고, 비디오로 만든 표현이 정확히 도움이 되는 작업입니다.
Pruna의 설명은 이렇습니다. 비디오 모델은 연속 프레임의 일관성을 유지하는 부산물로 물리 세계를 배웁니다. 정지 이미지 한 장에는 그 지식이 대부분 낭비입니다. 서로 일치해야 하는 정지 이미지 묶음에서는 그것이 핵심입니다.
양자화 빌드는 서로 다른 세 제품입니다
ComfyUI 사용자는 세 가지 완전한 가중치 세트를 받습니다. bf16, 8-bit, 4-bit입니다. 같은 모델의 파일 크기 차이가 아닙니다.
bf16에서는 의도된 출력을 얻고 8 MP에서 56 GB VRAM이 필요합니다. A100이나 H100급 카드라는 뜻입니다. 4-bit에서는 4090에서 21 GB에 들어가고, 양자화가 세부 묘사에서 치르는 비용은 그대로 받아들입니다. 중간 단계는 40 GB를 가지고 해상도보다 품질을 지키고 싶은 사람을 위한 것입니다.
따라오는 실용적 조언은 목표 해상도를 먼저 정하고, 그에 맞는 양자화를 고르고, 그다음 결과가 충분한지 판단하라는 것입니다. 반대 순서, 즉 가장 작다는 이유로 4-bit 빌드를 내려받고 손이 이상하다고 불평하는 것은, 조정되지 않은 해상도에서 타협 빌드를 돌려 놓고 모델이 나쁘다고 결론 내리는 방식입니다.
잘하지 못하는 것
한계는 Pruna가 직접 밝힙니다. 세부 묘사, 손, 작거나 빽빽한 텍스트는 불안정할 수 있습니다. 회사는 모델이 포토리얼 및 다큐멘터리 사진, 필름 스틸, 애니메, 짧은 텍스트가 있는 그래픽에서 가장 강하다고 위치시킵니다. 본문 문단이 들어간 포스터가 일이라면 이 도구가 아닙니다.
벤치마크 상황도 얇습니다. 독립 평가는 아직 없습니다. 릴리스의 모든 속도와 품질 수치는 벤더 측정이며, 비교 대상은 MiniMax-H3와 Pruna의 이전 Wan Image 작업이지 FLUX 3나 Nano Banana가 아닙니다.
사용해 보는 방법
Diffusers 파이프라인은 Hugging Face의 PrunaAI/P-H3-Image에 있습니다. 별도의 ComfyUI 저장소가 있고 세 가지 완전한 가중치 세트, bf16, 8-bit, 4-bit와 커스텀 노드가 필요 없는 네이티브 ComfyUI 지원을 제공합니다. 한 세트를 골라 그 안의 파일 네 개를 모두 내려받아 저장소가 지정한 폴더에 각각 넣으십시오.
24 GB 카드가 있다면 4 MP의 4-bit 세트, 업샘플러는 끈 상태로 시작하십시오. 런칭 갤러리가 아니라 자신의 프롬프트 열 개로 이미 쓰고 있는 것과 비교하십시오. 흥미로운 질문은 다중 참조 편집이 실제 자산에서 버티느냐입니다. 순수한 속도는 약 1년 전에 이미 차별점이기를 그쳤으니까요.
관련 글
중국산 안드로이드 시스템 UI의 광고를 끄는, 커뮤니티가 관리하는 탭 표
시스템을 건드리지 않고, 잠금 해제도, 플래싱도 하지 않는다. 제조사가 이미 열어 둔 스위치를 하나씩 뒤집을 뿐이다. 대가는 이 목록을 계속 써 줄 사람이 필요하다는 것이다.
GPT Image 2.6, 토큰 단가는 그대로 두고 청구서를 올렸다
GPT Image 2.6은 2.5의 토큰 단가를 하나도 바꾸지 않았는데 이미지 한 장 값은 올랐다. 작업의 상당 부분이 이제 출력 토큰에서 일어나기 때문이다. 출시 11일째, 가격 구조가 순위표보다 많은 것을 말한다.
IDM을 바깥에서 다시 만든 사람이 손대지 않은 부분을 적어 두었다
Mister Download Manager는 Internet Download Manager의 흐름을 Rust로 다시 구현해 5배 속도와 86개 언어를 내건다. 더 흥미로운 문서는 아무것도 복사하지 않고 어떻게 만들었는지 설명하는 문단이다.
Rune은 에이전트가 자기 작업을 검증할 수 있도록 만든 Rust UI 프레임워크
Rune은 헤드리스로 렌더링하고 요소 트리를 덤프하며 스크립트 입력을 받는다. 스크린샷으로는 얻을 수 없는, diff 가능한 신호를 코딩 에이전트에게 준다. 프레임워크는 프리릴리스이며 풀 리퀘스트를 받지 않는다.