H3-Image模型必须严格使用8步采样与固定sigma序列，因其训练阶段已深度耦合该噪声衰减路径；强行修改步数或添加CFG参数会导致潜空间错位、细节崩坏，且模型本身不支持guidance_scale机制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你正在用H3-Image生成图像，却在ComfyUI里把采样步数从8改成20、把guidance_scale从默认值手动填进KSampler节点——结果出图发灰、边缘崩坏、文字提示完全失效。这是因为H3-Image不是传统SD模型，它的全部架构都围绕固定采样节奏与无CFG机制深度耦合。
为什么不能改采样步数
第一步：打开H3-Image官方ComfyUI工作流（.json或.png），定位到ManualSigmas节点。
第二步：双击该节点，查看sigma序列——它明文写死为8个数值：【1.0, 0.75, 0.55, 0.4, 0.28, 0.19, 0.12, 0.05】，这是模型在训练阶段唯一收敛过的噪声衰减路径。
第三步：若强行改KSampler的steps为16，系统会自动重算sigma序列，导致每一步去噪强度偏离模型权重预期，潜空间更新错位，细节直接糊成色块。
为什么guidance_scale根本不存在
方法一：检查模型组件清单modular_model_index.json → 找不到任何guider类或CFG相关字段。
方法二：翻阅diffusers pipeline源码 → H3ImagePipeline.__init__中不接收guidance_scale参数，调用时传入会被静默忽略。
方法三：看VAE配置 → latent_channels: 24，配合24维latents_mean/std，说明模型已在潜空间完成条件对齐，无需外部引导干预。
想提升编辑精度怎么办
第一步：确保输入图分辨率严格匹配目标输出——H3-Image对宽高比敏感，非标准比例（如1280×720）会导致内部pad逻辑触发，构图偏移。
第二步：用内置prompt upsampler补全提示词，比如输入“咖啡杯”，它会自动扩展为“vintage ceramic coffee cup on wooden table, soft natural light, shallow depth of field, photorealistic”——这才是模型真正训练所用的文本分布。
第三步：图像编辑任务中，把原图放在Input Image节点，参考图按Picture 2/Picture 3顺序接入——【第一张以外的图仅作视觉锚点，不参与去噪主干计算】，乱序会导致reference_image_guidance_scale参数被错误激活（尽管该参数实际未启用）。
