MiniMax 开源图像生成模型：4×H200 上 0.8 秒出 2.7K 图
Xianbao_QIAN · x · 2026-11-10
MiniMax 发布开放权重文生图/参考图编辑模型 MiniMax-H3-Image，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。
要点：
- 速度：每张图仅 6 步 CFG 蒸馏生成；官方 vLLM 配方显示 4×H200 上约 0.8 秒出 2720×1536 图，2048² 编辑端到端约 1.35 秒，API 约 10 秒
- 分辨率：最高 16MP、4096×4096；低于 2048² 的请求会在至少 2048² 的等比画布上生成后缩回
- 参考图：指令跟随支持最多 16 张参考图，带参考图即视为编辑任务，无需任务标志
- 开放权重附带 prompt 增强器，原生支持 vLLM-Omni 推理与 verl 强化学习训练，可用自己的算力部署
- 磁盘占用约 127 GB，风格主打写实
所属事件:MiniMax 开源 H3-Image：16MP 4K 图像 10 秒级生成(16 条相关)→
「Infra」频道最新
- Ray 创始人 KubeCon 演讲：Ray 深度集成 K8s，服务 MAI/Cursor/NVIDIA 等前沿团队 — PyTorch · 2026-11-11
- Epoch AI 图表：AI 推理成本年均降 13 倍，快过史上任何技术 — sebkrier · 2026-11-11
- CoreWeave 在 KubeCon 介绍对 vLLM 等开源推理项目的贡献版图 — PyTorch · 2026-11-11
- turbopuffer 上线中日韩分词器，开发者实测 CJK 全文检索调优 — bo_wangbo · 2026-11-11
- 图解 GLM 5.3 解码显存卸载:每生成一个 token 需读 13GB 权重 — HankYeomans · 2026-11-11
- Anthropic 图解财务模型:营收同比增 12 倍,年化收入约 810 亿美元 — firstadopter · 2026-11-11