MiniMax H3-Image 发布并开放权重：称 10 秒生成 4K 图像，支持 16 张参考图

据 IT之家 11 月 10 日报道，MiniMax 当日深夜宣布发布图像生成模型 H3-Image，并开放模型权重。这款衍生自 H3 的模型覆盖文本生成图像、图像参考和图像编辑能力。按照官方介绍，H3-Image 可在 10 秒内生成一张 4096×4096 像素、约 1600 万像素的图像，同时强调画面细节、真实感与复杂指令执行能力。对于关注开源生图工具的开发者和创作者，此次发布的看点不仅是分辨率提升，也包括多参考图支持和生成效率。

从高分辨率到多图参考，H3-Image 提供了什么？

此次公布的核心规格是原生输出规模与速度的组合。MiniMax 将 4096×4096 像素称为 4K、16MP 规格，并称其相较常见的约 100 万或 400 万像素图像，能够呈现更多细节。需要注意，这里的“4K”对应的是方形图像尺寸，判断实际输出能力时，直接看像素规格更为准确。

• 生成与编辑：支持文本生成图像，也支持结合参考图进行创作和图像编辑。
• 多图输入：最多支持 16 张参考图片，强调对多个视觉参照的理解能力。
• 速度与质量：官方称可在 10 秒内完成 16MP 图像生成，并兼顾细节和真实感。
• 获取方式：模型权重已开放，官方同时提供图像生成 API 文档。

MiniMax 还宣称，H3-Image 的生成速度可达市面主流水平的 5 倍，并将其指令遵循能力描述为开源模型中的领先水平。这些性能与排名表述均来自官方介绍；现有摘要未给出具体测试硬件、比较对象及完整评测条件，因此不能直接视为所有部署环境下都能复现的结果。

后训练与部署优化，是此次发布的技术重点

据官方说明，H3-Image 基于 H3 预训练获得的图像能力，进一步强化了后训练链路，涉及数据、强化学习、步数压缩、PE 和部署优化等环节。官方将速度、画面质量和指令遵循的综合表现，归因于这些工作的共同作用。

从产品角度看，这意味着生图模型的竞争不再只是展示一张好看的样图，还要在生成耗时、输出尺寸以及提示词执行之间取得平衡。不过，来源并未披露上述环节的详细技术方案，实际收益仍需结合模型部署与任务测试观察。

对创作者和开发者意味着什么？

高像素输出与多参考图能力的结合，有望为需要细节保留、素材组合和反复修改的创作流程提供更多空间。例如，在产品视觉或设计素材探索中，参考图理解是否准确、局部编辑是否稳定，往往与最终画面质量同样重要。这些属于应用层面的潜在价值，不能仅凭分辨率指标判断。

开放权重也为开发者评估本地部署和工作流集成提供了入口，但开放权重并不自动意味着没有使用限制，具体许可、硬件需求及运行成本仍应查阅模型说明。MiniMax 同时宣布，发布首周针对 16MP 及以上规格的生成请求提供官方价格五折优惠。对使用者而言，更值得验证的是在自身任务中，速度、质量与成本能否同时达到可用水平。