
截图展示拍摄日期的官方页面,可能与文章发布时不同。点击图片可放大。
中国AI企业MiniMax于2026年11月11日发布了图像生成AI“MiniMax-H3-Image”。一个模型即可完成文生图、基于参考图生成以及图像编辑。模型权重(训练好的数据)以任何人都能下载的开放权重形式公开。
10秒内生成4K图像
据MiniMax介绍,H3-Image能在10秒内生成4K(4096×4096)图像。速度最高可达其他公司主要模型的5倍,标准模式为1.5~2倍,快速模式为3~4倍。MiniMax称,它把生成图像的步骤最少压缩到6步,并结合训练数据、训练方法和服务架构的改进,实现了这样的速度。
主要特点如下。
- 无需放大处理,可直接生成约1,600万像素的图像。除正方形外,也支持21:9等宽幅比例
- 最多可使用16张参考图
- MiniMax称,它在开放权重模型中最能按照指令准确作画
- 在公开的示例中,它能在图像中正确绘制中文和英文文字
该模型的设计是用详细的英文描述来下达指令。API中提供了一项机制,可将任何语言的简短指令自动改写为详细的英文描述。
权重公开与许可证
负责生成图像的核心部分规模约为331亿参数,此外还要使用负责理解文本的部分。权重已在Hugging Face、ModelScope和GitHub公开。不过,许可证是MiniMax自有的“社区许可证”,并不是Apache或MIT那样限制较少的许可证。许可证中还有关于另行获得MiniMax书面许可的规定。若要在本地运行,除主体约69GB的数据外,还需要负责理解文本的部分约67GB,因此需要高性能GPU。
可用渠道与价格
H3-Image可在视频和图像生成服务“Hailuo AI”、MiniMax的API以及开发工具MiniMax Code中使用。MiniMax称,其价格约为其他公司主要服务的50~70%。发布后一周内,4K及以上的图像生成为平时价格的一半。具体价格可在MiniMax的价格页面查看。
另一方面,MiniMax并未以数字形式公布评测分数。
CoAI编辑部观点
在图像生成AI领域,Google的“Nano Banana”系列等美国企业的付费服务一直处于领先。H3-Image引人注目之处在于,把兼具4K高画质和速度的模型连同权重一起公开。如果连同改写指令的辅助模型一起在自己的服务器上运行,就能在不把图像和指令发送到外部的情况下进行生成和编辑。
不过,许可证中有独特的条件,用于商业用途时需要确认条款内容。如果只是想轻松试用,直接在Hailuo AI的界面上使用最为方便。
