MiniMax 开源 H3-Image：16MP 4K 图像 10 秒级生成

11 月 10 日，MiniMax 正式发布并开源图像生成与编辑模型 MiniMax-H3-Image，模型权重以社区许可协议上架 Hugging Face（另有 ModelScope、GitHub 同步），官方称之为「迄今最强的开源权重图像模型」，同时提供 API 与 Web 应用入口，ComfyUI 原生权重（Comfy-Org/MiniMax-H3-Image）与 Runware 平台上的 H3 Image Highspeed 版本当日同步上线。模型次日登上 Hugging Face 趋势榜。这是开源权重图像模型在分辨率与速度组合上的一次明显突破。

已确认

• 分辨率与速度：直接生成约 1600 万像素图像（4096×4096 到 6272×2688 的 21:9 全宽高比），无需放大器，生成时间 10-20 秒
• 多参考图：最多支持 16 张参考图，生成与编辑共用单一检查点，支持文生图、图生图与图像编辑，兼容 diffusers
• 架构细节：据社区作者 @XianbaoQIAN 转述的技术信息，模型基于 33.1B 参数的 H3 DiT，搭配 Qwen3-VL 文本编码器与原生 2D 解码器图像 VAE；在 4×H200 上约 0.8 秒可出 2.7K 图，每张图仅 6 步 CFG。@RisingSayak 也介绍其采用 6 步蒸馏直出 16MP 图像
• 质量主张：官方强调细节与照片级真实感，摆脱典型「AI 味」，并强调精准指令遵循；模型基于 MiniMax 开源视频模型 H3 架构微调而来
• 生态：ComfyUI 可直接本地调用；H3 Image Highspeed 版本已在 Runware 平台首日上线；Hugging Face 转发者 multimodalart 评价称这是久违的令其兴奋的发布

尚未确认

• 各帖对参考图数量表述不一：官方与多数帖称最多 16 张，亦有转发帖称 8 张，以官方 16 张为准；另有转发帖提及「最高 20MP 输出」，与官方 16MP 口径不同，待核实

为什么重要

• 开源权重的高分辨率图像模型此前普遍在速度或分辨率上受限，H3-Image 将 16MP 直出与 10-20 秒级生成速度结合，降低了高质量图像生成的使用门槛
• 生成与编辑合一、支持 16 张参考图的设计，使其在保持角色/风格一致性的多图工作流中具备竞争力
• 模型架构信息（33.1B DiT + Qwen3-VL 文本编码器）的公开与 ComfyUI 原生支持，为社区复现、本地部署与二次开发提供了完整基础

2026-11-10 ~ 2026-11-11 · 16 条相关

• MiniMax 开源 H3-Image:16M 像素 10-20 秒出图,支持 16 张参考图 — MiniMax_AI · 2026-11-10
• MiniMax H3 Image 发布 ComfyUI 原生权重，本地即装即用 — East_Shoe8814 · 2026-11-10
• MiniMax 开源 H3-Image:6 步蒸馏直出 16MP 图像,生成编辑合一 — RisingSayak · 2026-11-10
• MiniMax 发布 H3 Image 图像模型：支持 16 张参考图、最高 20MP 输出 — aziz4ai · 2026-11-10
• 【源头】MiniMax 开源 H3-Image:10 秒生成 1600 万像素 4K 图 — MiniMax_AI · 2026-11-10
• MiniMax 开源 H3-Image 图像模型，权重已上架 HF 与 ModelScope — Altruistic_Song_1423 · 2026-11-10
• MiniMax H3 Image 上架 Hugging Face:6 步生成 4K 图 — multimodalart · 2026-11-11
• MiniMax-H3-Image 冲上 Hugging Face 趋势榜，主打图像编辑生成 — MiniMaxAI · 2026-11-11
• MiniMax H3 Image 发布即登陆 ComfyUI:6 步采样、原生 4K 输出 — Lexius2129 · 2026-11-11

另有 7 条近重复转述:MagicZhang · tricck3zz · East_Shoe8814 · vizsumit · Hailuo_AI · Xianbao_QIAN · lipeng0820