MiniMax开源H3-Image,4K大图10秒出
中国大模型公司 MiniMax 于 11 月 11 日发布开源权重图像模型 MiniMax H3-Image,可在 10 秒内生成 4096×4096 的 4K 图像,速度最高达主流方案的 5 倍。模型支持最多 16 张参考图与图像编辑,官方称其提示词遵循能力在开源权重模型中处于领先水平。
MiniMax 在官方博客宣布正式发布 H3-Image,这是一个基于其视频模型 H3 构建的开源权重(open-weight)图像生成模型,支持文生图、参考图生成与图像编辑三类任务,发布当天即开放权重并同步开放 API,MiniMax Code、MiniMax 开放平台与海螺 AI 中可直接调用。
该模型延续了 MiniMax 的"发布即开源"策略。三个月前公司开源视频模型 H3,英伟达研究团队、Pika、fal 等均基于其再训练了衍生模型;此次轮到静态图像生成,官方将 H3-Image 定位为开源图像模型的 SOTA。
速度是本次最硬的指标:H3-Image 可在 10 秒以内生成一张完整的 4K(4096×4096,约 1600 万像素)图像,官方称最高可达主流同类方案的 5 倍速度。相较常见的 1K/2K 输出,4K 分辨率意味着更多细节与更大的裁切余地,同一张图可适配不同尺寸的海报与网页版式。
能力侧,模型支持最多 16 张参考图输入,提示词可写至 7500 个字符,单次最多输出 4 张;官方称其在开源权重模型中具备最佳的提示词遵循能力,并针对 AI 生成图像常见的"过度平滑、塑料感"问题做了质感与细节优化。工程上,团队在 H3 预训练基础上改进了数据、强化学习、采样步数压缩、PE 与部署优化等全后训练链路,强调"没有任何单项改动决定结果"。
官方披露的对比为自身口径:速度对比基准为主流同类方案的平均水平,未列明具体对照模型与测试环境。模型的具体参数量、训练算力规模与许可证类型尚未在该博客中披露。
第一,开源权重的竞争重心正从"画得好看"转向"生成得够快、够大、够听话"——10 秒 4K 意味着图像生成开始进入生产级工作流,设计、电商与游戏美术的边际成本结构会被重算。第二,中国厂商在开源图像模型上形成了连续节奏(视频 H3→图像 H3-Image),并以"当天开源 + 同步 API"的方式直接争夺全球开发者,这与美国头部厂商坚持闭源的路线形成鲜明对照。第三,对中国从业者而言,真正值得跟进的是它如何把采样步数压缩与部署优化做成产品优势——这是把算力劣势转为工程优势的典型路径,也提示国内团队在开源许可与商业授权条款上需尽快补上透明度。