MiniMax 开源 H3-Image 生图模型，10 秒生成一张 4K 图像
MiniMax 开源 H3-Image 生图模型，10 秒就能生成一张 4K 图像
- 1MiniMax 发布并开放权重的 H3-Image 图像生成模型，衍生自 H3，支持文生图、图像参考和图像编辑
- 2官方称可在 10 秒内生成 4096×4096 约 16MP（4K）图像，速度达市面主流的 5 倍
- 3官方称指令遵循能力为开源模型中最强，最多支持 16 张参考图片
- 4发布首周 16MP 及以上生成请求享官方价格五折，权重已上架 Hugging Face
开放权重生图模型开始把高分辨率与生成速度当作核心竞争维度，但各项优势数据均出自官方宣传。
- 影响：16MP 高清生图的试用成本短期被五折拉低，适合低成本先试效果；权重开放给数据敏感团队留出私有化部署的选项；性能对比暂无独立评测，选型依据需要自建。
- 参考：可考虑趁首周五折用自有业务素材实测 16MP 生成的细节与指令遵循；需要内网部署的团队值得核对 Hugging Face 权重与部署文档，先算清单张生成成本。
- 依据：速度 5 倍、开源最强指令遵循等均为 MiniMax 官方口径，暂无独立验证；分辨率规格、16 张参考图上限和五折政策出自官方发布信息。
IT之家 11 月 10 日消息，今天（10 日）深夜，MiniMax 宣布，MiniMax H3-Image 正式发布并开放权重。这是一款衍生自 H3 的图像生成模型，其具备文本生成图像、图像参考和图像编辑能力。
IT之家从官方介绍获悉，其能够在 10 秒内生成一张 4096 x 4096 像素、约 16 MP（4K）的高分辨率图像，同时呈现丰富、真实的细节，并具备优秀的指令遵循和多参考图理解能力。
MiniMax 称，在 H3 预训练赋予的广泛图像能力基础上，H3-Image 进一步强化了整个后训练链路，在数据、强化学习、步数压缩、PE、部署优化等方面做了许多扎实的工作。这些工作的组合，使得 MiniMax H3-image 同时具备了速度、画面质量、指令遵循三个方面的竞争力：
相比于主流的 100 万像素或者 400 万像素，1600 万像素（16MP，4096×4096）的图片在细节上具备显著优势。MiniMax H3-Image 在 10s 内生成 16MP 的高规格图像，速度可达市面主流水平的 5 倍。
画面细节和真实感可以显著拓宽模型的使用范围。有别于常见的“AI 感”，H3-Image 能够提供丰富的画面细节和“极强的真实感”。
模型提供了“开源模型中最强”的指令遵循能力，最多支持 16 张参考图片。
发布首周，MiniMax 还将针对 16MP 及以上规格的生成请求提供官方价格的五折优惠。
Hugging Face: https://huggingface.co/MiniMaxAI/MiniMax-H3-Image
API: https://platform.minimax.cn/docs/guides/image-generation
MiniMax Code: https://code.minimax.cn/about
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。
来源：IT之家·人工智能 · ithome.com