Minimax H3 Image 实测:最强照片/海报开源模型,但提示词要「消毒」
hakanavgin · reddit · 2026-11-11
Reddit 用户用 ComfyUI 标准工作流(H3 Image Pruned W4A8 + qwen3vl32b int4 文本编码器,16MP、6 步、euler-simple)系统测试了 Minimax H3 Image,得出两大发现:
- 擅长中距离人脸与人物,但插画/风格化生成平淡。模型疑似主要用视频帧训练,输出带视频截图式的噪点与伪压缩痕迹;可用输出必须以 16MP 生成后再缩小。
- 文本编码器对指令遵循极严格,反而成坑:提示词中出现「realistic」会让画面完全炸掉——模型默认写实,提「photo」即可;同一提示词时好时坏多半是模型在对抗提示词。提示词越长越细,出图成功率越高。
结论:开源权重阵营里最好的摄影与海报模型,优于 MOSS、Krea2、Qwen2.1,可对标 Ideogram-4;插画方面明显弱于 Krea2。
「多模态」频道最新
- Fable 5.2 盲评 8.4 力压 Opus 5.5 的 6.4，同题视频生成对决 — nateliason · 2026-11-11
- AI 动漫风格出图拉满 4K，赛博哥特质感惊艳 — Kyrannio · 2026-11-11
- Reddit 实测 Fable 5.2 视频生成：动画短片叙事连贯性大幅提升 — BittiAI · 2026-11-11
- Fable 5.2 自写动画代码，让单张静态图开口说话 — Easy_Finish_2467 · 2026-11-11
- Higgsfield 施压也没用：300+ 开发者开源复刻大赛揭晓，45 国投稿 — TomLikesRobots · 2026-11-11
- 作者两年实测:不用扩散头,后训练 Transformer 直接生成音频 — kastnerkyle · 2026-11-11