跳到主要內容
2026-11-11 日報
模型發布

MiniMax 開放權重發布 H3-Image 生圖模型:10 秒生成 16MP(4096×4096)圖像,支援最多 16 張參考圖

iThome 中國單一來源
核實資料不足

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

本次未取得足夠原文證據

MiniMax 宣布正式發布 H3-Image 並開放權重,這是衍生自 H3 的圖像生成模型,具備文字生圖、圖像參考與圖像編輯能力。官方介紹指出,模型可在 10 秒內生成 4096×4096 像素(約 16MP,即 4K)的高解析度圖像,並強調細節豐富、真實感強,有別於常見的「AI 感」。 MiniMax 表示,H3-Image 在 H3 預訓練的基礎上,進一步強化後訓練流程,包括資料、強化學習、步數壓縮、提示工程(PE)與部署最佳化等環節。官方稱,相較主流的 100 萬或 400 萬像素,16MP 圖像細節優勢明顯,且 10 秒內生成 16MP 的速度可達市面主流水準的 5 倍。在指令遵循方面,官方宣稱為「開源模型中最強」,最多支援 16 張參考圖片。 發布首週,MiniMax 將對 16MP 及以上規格的生成請求提供官方價格五折優惠。模型權重可於 Hugging Face(MiniMaxAI/MiniMax-H3-Image)取得,API 文件見 MiniMax 開放平台。以上速度與效能數據皆為官方說法,目前僅見單一來源報導,尚無獨立第三方評測佐證。
讀原始報導

背景

擴散模型(diffusion model)通常要經過多個步驟,才能把雜訊逐步還原成圖像。「步數壓縮」(step distillation)是把原本的多步生成蒸餾成一步或少數幾步的技術,例如分佈匹配蒸餾(DMD)可將擴散模型轉為單步圖像生成器,且對圖像品質的影響很小。新聞提到的「步數壓縮」即屬於這類技術的範疇。

來源