11 月 10 日深夜，MiniMax 宣布 H3-Image 正式发布并开放权重。这是一款从 H3 衍生而来的图像生成模型，支持文生图、图像参考和图像编辑三类能力。
它最直观的指标是速度：10 秒内就能生成一张 4096×4096 像素、约 1600 万像素（4K）的高分辨率图像，同时在细节丰富度、真实感和指令遵循上保持了不错的水平。
MiniMax 把 H3-Image 的竞争力归结为三点：速度、画面质量、指令遵循。在它看来，主流图像模型大多停留在 100 万或 400 万像素级别，而 1600 万像素在细节呈现上有明显优势；而能在 10 秒内生成 16MP 规格图像，速度约为主流水平的 5 倍。
支撑这三点的是后训练链路上的系统性打磨。MiniMax 表示，团队在 H3 预训练已有的图像能力基础上，对数据、强化学习、步数压缩、PE、部署优化等环节都做了大量工作，最终才把速度和质量同时拉了起来。
画面质感是另一个卖点。H3-Image 刻意避开了常见的“AI 感”，通过更丰富的细节来强化真实感，这也是它希望跳出“能出图”层面、进入实际生产场景的关键。
指令遵循方面，模型支持最多 16 张参考图，MiniMax 称其为“开源模型中最强”的指令理解能力，多参考图理解能力也一并具备。
价格上，发布首周针对 16MP 及以上规格的生成请求，MiniMax 提供官方价格五折优惠。对于需要批量出高分辨率素材的团队来说，这个窗口期值得关注。
开放权重意味着模型可以直接下载部署，而不是只能通过 API 调用。在图像模型普遍向闭源、按次计费靠拢的当下，这一步对开源社区的意义不小。
原创文章，作者：clin，如若转载，请注明出处：https://www.kejixun.co/article/767834.html
