11 月 13 日,MiniMax 发布图像生成模型 H3-Image 并同步开放模型权重。这款由全模态视频模型 H3 衍生而来的图像模型,把开源图像生成的能力上限推到了新维度:能否准确理解复杂创作要求,并转化为有美感、有真实感的画面。
技术架构:去掉音频分支的稠密 DiT
据 Hugging Face 公布的技术资料,H3-Image 移除了 H3 原有架构中的音频分支,采用 331 亿参数的稠密扩散 Transformer(DiT),共 50 层,沿用 H3 的 Qwen3-VL 文本编码器,并结合图像 VAE 处理参考图与生成图。这是一次针对图像创作场景的专门优化,而不是简单的通用模型复用。
速度与画质:数字背后的取法
厂商称,模型可在约 10 秒内输出 4096×4096(约 16MP)的高规格图像,高速模式速度可达市面主流工具的 3 至 4 倍;最多支持 16 张参考图,在风格迁移、细节还原等任务上能综合多张输入判断。定价约为同档位主流工具的 50% 至 70%,发布首周对 16MP 及以上请求提供五折。这些均为厂商口径,建议以实际生成结果为准。
怎么用:多条路径可选
普通用户可通过 MiniMax 开放平台、海螺 AI 使用;开发者可获取权重本地部署,也可通过官方 API 把图像能力接入 MiniMax Code、Codex 等智能体工作流,让出图成为 Agent 可调用的基础能力。发布首日,MiniMax 联合华为昇腾、NVIDIA、AMD、英特尔等十余家芯片厂商完成 Day 0 适配。
结论
如果你的场景是批量出图、多图参考或需要本地化部署,H3-Image 值得放进候选清单;如果只是偶尔生成一张配图,托管 API 显然更省事。评估时重点看指令遵循和文字渲染,这两项才是开源模型与顶尖闭源产品的真实差距所在。
小7分享网