奶奶都能学会：点 5 下鼠标就能私有化部署混元图像 3 的极简教程

Hi，我是洛小山，你学习 AI 的搭子。

这篇文章，我想手把手教会你私有化部署开源超强生图模型 混元图像 3。

前几天我不是横测了一下开源的混元图像 3 嘛，但只是 API 的版本，我想试试本地化部署是不是有所不同。

先给你看看我这几天折腾的成果吧，我顺便开发并开源了图片管理系统。

地址：https://github.com/itshen/hunyuan_image_3_playground

LICENSE 是 AGPL-3.0。

欢迎 Star 和 Fork，一起完善这个项目。

01｜选取设备

根据混元的技术博客，想要部署混元图像 3 ，需要 8 × 80G 显存的设备。

不差钱的老板可以用 140 万左右购买 8 台 H20，或者 18 万直接买 12 台顶配的 Mac Mini 进行本地化部署。

我只是想尝鲜体验的话，这些成本对我来说过于昂贵。

那天在群里问来着，发现有小伙伴推荐这个。

后悔了，非运维出身的我部署快一天，钱花了一堆然后没搞成…

后来她看不下去了…

找了他们技术给我做了一个镜像…

测完之后，我把使用过程发出来，希望能帮到你。

共绩云运营看到的话，给我打钱！谢谢！

第一步：申请账号

登录 suanli.cn ，点击右上角的「控制台」。

第二步：点击弹性部署服务

现在开始，计算鼠标点击次数。

第一下：点击新增部署任务

第二下：点击 8 卡

这里推荐 8 × H20，性价比最高，

8 × A800 显存刚好 640 G ，生成一张图大概要 8 分钟，一个小时只能生成 9 张图，虽然设备相对便宜（46 元/小时） ，平均每张图 5 元。

8 × H20 设备约 59 元/小时，虽然贵一些。

但生成一张图只需要两分钟左右，一个小时能生成约 26 张图，平均每张图 2.3 元，单价比 8 × A800 便宜一半。

第三下：选择 Hunyuanlmage-3-Instruct Demo 镜像

第四下：点击同意协议

第五下：点击部署服务

然后就可以等系统拉取镜像并部署了。

结贴！！

02｜使用模型

对了，拉取镜像的过程是不收费的，多贵的服务器都不收。服务器部署好了之后，点击这里打开页面。

你就能看到混元镜像里的测试页面。

这个页面非常难用！

所以，我推荐你使用我做的开源工具来管理。

https://github.com/itshen/hunyuan_image_3_playground

不但能管理所有任务、查看历史图像，还能帮你统计每一张图片大概多少钱，超级方便。

你直接把仓库下载下来，然后运行就行了～

不会的话可以在 Cursor 里直接给 AI 提要求：帮我运行就行。

你只需要把镜像里的链接贴到这里，然后填一下服务器价格。

接着填你的提示词，如果你不知道填什么，可以点击「快速选择」按钮，点击一下「手气不错」，系统就会从几百个提示词模板里随便挑选一个给你生成。

你也可以自己输入提示词，选好迭代步数进行创作。

生成参数你可以随机，也可以保持不动，不那么影响。

尺寸和比例建议你选择 Auto。

因为混元图像 3 还不支持 2K / 4K（也可能是我姿势不对），超过 1356 宽度的好像都会变成 1280 宽度的图。

发起任务之后，你可以在右上角查看所有的任务，可以把其中一些任务置顶，也可以取消。

如果你需要垫图，可以直接把图片上传上来，再填写提示词即可。

点击右边图片就能预览了。

如果你有垫图，你可以按一下空格键，能快速切换垫图和新图，方便你进行对比。

画廊我做了两种模式，一种是「快速编辑模式」，这里可以直接看到每张图的分辨率以及估算的成本。

点击提示词就能快速在左侧复现，节省你的操作链路，提升生图效率，降低服务器成本。

另一种模式，就是「紧凑模式」。

我很喜欢 Pinterest 这样画廊的设计，为了画面美观。

于是这个视图隐藏掉了额外信息，只给你美的体验。

对了，你也可以把你电脑里的图片上传上来，然后使用鼠标对图片进行排序（就像手机应用那样）。

你可以把喜欢的图拖到一边（或者相关的图放到一边），然后通过键盘左右键对比。

感兴趣的可以看下面这个视频。

03｜ShowCase

举个例子，昨晚群友给的 Case 是 Sketchup 生成渲染图。

这些渲染图渲染一张非常贵，好像是几十到几百一张。

我尝试用混元图像 3 试了一下。

原图：

原网站渲染效果：

图片来源：sketchupbox.com

混元图片 3 渲染效果：

视频对比：

从一致性来看，混元图像 3 更准确。

而且用户可以提出换更多角度看最终效果。

04｜为什么要这样私有化部署？

昨晚我把这个系统发到群里，一些群友很感兴趣，想要试试。

另一些群友问：为什么要私有化部署？

服务器费用折合下来， 两块多一张，确实不便宜。

Gemini 3 Pro 一张是 0.14 刀，即梦一个月会员费是 69，差不多是一个多小时服务器的钱。

确实，如果只看单张图的成本，API 和订阅制的商业产品，纸面上便宜了太多。

但这账不能这样算。

因为可控性才是私有化部署的核心价值。

第一：数据不外泄

和普通用户需求不同，如果你是商业设计师、建筑师，或者任何涉及商业机密的创作者，你的设计稿、你的客户项目，以及每一张喂给云端 API 的图片，理论上都已经离开了你的控制范围。

平台会拿着这些图做什么，你是没法控制的，如果你用的是中转的服务，那泄密风险还会 +1 。

但私有化部署意味着，所有数据在你自己的服务器上流转，生成完就是你的，不经过任何第三方。

这对于一些企业用户来说，这几乎是硬性要求。

你的服务如果不满足 ISO 27001 和 27701 你甚至不能入库。

第二：不受平台审核限制

用各种平台生图的伙伴都有体验：有些完全正常的提示词，会被莫名其妙地拦截。

想生成一个拿着刀的厨师？敏感。

想生成一个穿着比基尼或者内衣的模特？敏感。

想生成一些风格化的带视觉冲击力的作品？大概率也敏感。

因为平台有平台的合规压力，而且还会给你带上水印。

但当你私有化部署之后，你拿到的是相对完整的模型能力。

过程中的创作自由度，完全不是一个量级（发布仍要遵循相关法规）。

第三，可魔改，可接入，可进一步工程化。

商业 API 给你的是黑盒产品：输入提示词，输出图片。

私有化部署给你的是整个引擎。

你可以直接基于模型做二次训练。

32 个 safetensors 文件，加起来大概 170 G，这是 80B 参数的全部数值。

你可以基于这套权重做 LoRA 微调（虽然代价很大）。

虽然官方目前还没有放出微调脚本，但权重是开源的，社区已经有人在探索方案了。

这是我觉得鹅这一开源最性感的地方。

05｜为什么要弹性？

刚讲的是私有化部署的好处，接下来想分享一下为什么要弹性计算。

说白了还是算力太贵了。

因为你其实并不需要 24 小时开着一台 59 块/小时的服务器。

8 × H20 的服务器，59 元/小时，一天 24 小时开着就是 1,416 元。

一个月下来，4 万多。

但真正在生图的时间有多少？

我这几天实测下来，提前准备好提示词，每次开机俩小时，批量跑完，关机走人。

一次花费大概 100 块左右，能出 50 多张图（可控的图）。

我觉得这就是弹性计算的意义：用多少算多少。

不用的时候，服务器是停着的，不计费。

需要的时候，几分钟拉起来，镜像都是现成的，不需要再重新部署。

但如果你真的买了 18 万的 Mac Mini 放在那儿，除非你的业务划分能够撑满这些算力， 7 × 24 不间断生图（比如你是生图 API 服务商），不然弹性计算是性价比最高的私有化部署方案。

否则，每张图的成本会被闲置时间的开销拉高。

你可以看看我的消耗曲线，闲时关了就完事了。

这样，既享受私有化部署的所有好处，又不用承担自建机房的固定成本。

说白了，就是拿租房的钱，享受了买房的体验。

完美。

06｜一些建议

分享几个我折腾下来的经验。

服务器选择：推荐 8 × H20。

A800 看着便宜，但生成效率低，单张成本反而更高。

使用节奏：服务器是按秒计费的，一定要提前准备好提示词，集中时间批量生成。 不要开着服务器再慢慢想提示词，那真的是在烧钱。

Playground 里的「快速选择」和「提示词复用」就是帮我解决这个问题的。

迭代步数：默认 30 步基本够用。 对细节要求高可以拉到 50 步，但生成时间会明显变长。不建议 20 步以下（不允许 10 步以下），质量下降比较明显。

垫图：混元图像 3 的垫图能力挺强的，特别适合建筑渲染、产品设计这类需要保持结构一致性的场景。

更多测评可以看我之前的

但需要注意垫图分辨率最好选 Auto ，不然否则可能出现变形。

数量：建议一张一张来，万一毁了可以再改。

模式：如果你的服务器也是 H20 这种，不要点并发，服务器可能会遭不住。

终｜写在最后

这个我折腾了快一周了，从部署疯狂翻车到开发这个工具，再到跑了几百张图…

说实话，当我把一个 80B 参数的生图模型跑在自己的服务器里，再看着它一张一张地吐出图片的时候，那种成就感和调 API 完全不同。

过程中我不断调试，我会更清楚知道，这个模型的能力边界。这种 AI 工程化的理解，不完全靠看Paper、看测评获得。绝知此事要躬行。

好啦，希望这篇教程能帮到你。

如果你在部署过程中遇到任何问题，欢迎在评论区聊聊。

点击「查看原文」你也来部署一下试试看吧！

你打算拿混元图像 3 来做什么？

我是洛小山，我们下次见。

关于我

我是洛小山，一个在 AI 浪潮中不断思考和实践的大厂产品总监。

我不追热点，只分享那些能真正改变我们工作模式的观察和工具。

如果你也在做 AI 产品，欢迎关注我，我们一起进化。

本文知识产权归洛小山所有。

未经授权，禁止抓取本文内容，用于模型训练以及二次创作等用途。