MiniMax 开源 H3-Image 生图模型 10 秒生成一张 4K 图像

11月11日，据报道，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，具备文本生成图像、图像参考和图像编辑能力。据官方介绍，该模型能够在 10 秒内生成一张 4096×4096 像素、约 16MP 的 4K 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 进一步强化了整条后训练链路，在数据、强化学习、步数压缩和部署优化等方面做了扎实工作，使模型同时具备速度、画面质量和指令遵循三个方面的竞争力。相比主流的 100 万或 400 万像素，1600 万像素的图片在细节上具备显著优势，H3-Image 在 10 秒内生成 16MP 高规格图像，速度可达市面主流水平的 5 倍。

在画面质量方面，H3-Image 能够提供丰富的画面细节和极强的真实感，有别于常见的 AI 感，可显著拓宽模型的使用范围。在指令遵循方面，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。