H3 本身没有原生的文生图模式，我的做法是让它生成一小段序列，再让视频 VAE 解码成一批帧，从里面挑一张当成品。人像和有电影味的画面出得好在意料之中，真正让我意外的是版式——杂志内页、海报、仪表盘、信息图、图表这些我挨个试了一轮，它对字号层级、栏宽关系、色板、图标以及文字和图像怎么摆，居然是有概念的。
前提是提示词要把整个设计讲死，只写“做张海报”出来的东西一塌糊涂，把开本、栅格、主副标题、配色一条条写清楚才有得看。
缺点也摆在那：拼写会错，小字全是糊出来的假字，图表里的数字纯属瞎编，还有解码带来的那种视频噪点，每张都得自己过一遍眼。
我这边序列长度和取帧位置都设成 8 效果最好，但这个值跟分辨率、模型都有关系，建议把整批解码出来的帧都看一遍再挑最干净的那张。