MiniMax 开源 H3 Image：10-20 秒出 4K 图，16 张参考图+最强指令遵循
新智元 · wechat · 2026-11-10
MiniMax 正式发布并当天开源图像生成模型 H3 Image，同步开放 API，已登陆 MiniMax Code、开放平台和海螺 AI。三个月前其开源视频模型 H3 下载量破 2400 万、衍生模型超 300 个，英伟达研究团队、Pika、fal 都基于它做过再训练，这次轮到生图。
核心能力
- 10-20 秒生成 4096×4096（16MP/4K）图像，速度约为市面主流的 5 倍（主流模型多在 100-400 万像素、分钟级）
- 最多支持 16 张参考图、提示词可写 7500 字符，官方定位为开源图像模型 SOTA
- 指令遵循是最大亮点：能按 CAD 蓝图风格画出带剖面的工程图、按图纸做零件爆炸图（编号引线不指错）、美国手语正确率 48.1%（对比 Moss 的 20%）、16 张参考图的「连线题」一个不错
- 实测显示空间感扎实：机器狗 HUD 视角的红色边界框能贴合透视中的远处梁柱，UI 与主角在游戏截图题中都不崩
技术路线：H3 预训练阶段即把文字/图片/视频/声音当同一上下文，打下生图底子；H3 Image 在后训练用强化学习、步数压缩、提示词增强（PE）和部署优化。
商业策略：延续 H3 的「源神」打法——年收入 2000 万美元以内可免费商用，超线或在美欧英韩部署需单独授权（如 Comfy 代理授权每月 5000 美元起）。
所属事件:MiniMax 开源 H3-Image：10 秒级生成 1600 万像素图像(23 条相关)→
「多模态」频道最新
- 用 Claude 免费地图数据生成 3D 地形动画，两条数据源即可上手 — drbronk · 2026-11-11
- Fable 5.2 自建 FLIP 引擎做 3D 复刻:6cm 分辨率模拟破浪与奔马 — AymericRoucher · 2026-11-11
- 网友复现实验证实 Fable 5.2 展示视频为真，成本约 20 美元 — timeport-0 · 2026-11-11
- 程序员手写「AI 画笔」：55185 笔重绘自己的第一幅画 — repligate · 2026-11-11
- Minimax H3 Image 实测：编辑能力惊艳但小修小改易毁图 — k_from_HyperDraw · 2026-11-11
- 用 MiniMax-H3-Image 设计游戏角色:立绘加三视图设计稿 — eyishazyer · 2026-11-11