MiniMax 正式发布开源模型 H3 Image：支持 16 张参考图与 4K 极速生成

在 OpenAI 上线 Images 2.6 仅几天后，MiniMax 今日正式宣布发布其图像生成模型 H3 Image。该模型当日即开源权重并开放 API，用户可直接在 MiniMax Code、开放平台及海螺 AI 中使用。作为当前开源图像模型的顶尖水平，H3 Image 支持最高 4096×4096 像素的超高清输出。

与传统主流模型分钟级生成速度不同，H3 Image 生成 4K 图像仅需 10 到 20 秒，显著降低了创作的时间成本。该模型支持最多 16 张参考图输入及 7500 字符长的提示词，能够有效解决多参考图下的角色一致性问题。

评测显示，H3 Image 在指令遵循能力上表现突出，成功挑战了生图模型的典型软肋。在面对复杂的建筑 CAD 蓝图绘制任务时，模型能精准处理超精细矢量线条、对称结构及工程细节，实现了空间感与真实细节的统一。

在艺术表现力方面，该模型不仅还原了高难度的暗黑奇幻游戏场景 UI 布局，还能细致呈现毛毡定格动画的绒毛质感与钢笔淡彩的水痕笔触。相比部分竞品，其生成的画面避免了常见的“塑料皮”感与数码油腻味。

在极具挑战的手语识别场景中，H3 Image 将手势正确率提升至 48.1%，优于此前评测中正确率仅为 20.0% 的 Moss 模型。这表明 MiniMax 成功打破了高性能生图模型往往缺乏逻辑与指令遵循能力的行业偏见。

综合来看，MiniMax H3 Image 以开源、高清、快速为核心定位，旨在兼顾艺术创作与工业辅助设计等多元需求。其强大的空间理解能力与细节还原度，为工业具身智能合成数据及复杂场景生成提供了新的可能性。”keywords