【实测MiniMax H3 Image：GPT的效果加上MJ的审美，居然被它开源了】
今年 8 月，MiniMax 开放了 H3 视频生成模型的权重，这是有史以来第一个达到 SOTA 水平的开源视频模型。

此后几个月，社区基于它玩出的花样远超官方演示，也催生了 H3 max 等一批衍生模型，实实在在推着 AI 创意行业往前走了一步。

现在，MiniMax 连图像生成模型也不打算藏着了。就在刚刚，MiniMax H3 Image 正式发布，重点是图像生成与编辑，目标是开源图像模型中的 SOTA。

此前的 H3 已经通过统一的全模态预训练，具备了图像、视频、音频等多种内容的理解与生成能力，其中也包括文生图和图像编辑。

而这次的 H3 Image 是在 H3 已有能力的基础上，进一步针对图像生成与编辑进行后训练优化，让模型在复杂指令遵循、图像细节和视觉审美上有了更好的表现。

比较直观的体验，是分辨率和速度。在我们的实测中，H3 Image 生成一张 4096×4096、4K 画质的高规格图片，只需要 10～20 秒。

这意味着，过去动辄需要等待几十秒甚至更久的高分辨率生图，如今已经可以在十几秒内完成。4K 级图像生成正在进入以十秒计的时代，高分辨率带来的细节优势，也终于可以用在更频繁的日常创作中。

我们使用 H3 Image 生成了各种极具美学的图片，它在 CG、游戏场景、工业设计以及多种艺术风格上都有不错的表现。

它还重点强化了复杂指令遵循能力，最多支持 16 张参考图片，可以同时理解不同的主体、材质和风格要求。

更重要的是，H3 Image 在发布当天就开放权重，开发者也可以通过 API 接入，或者在 MiniMax 开放平台、MCode 和 MiniMax 海螺平台中使用。

APPSO 也提前体验了这款新模型，除了画得好看，我们更想知道，它到底能理解多复杂的需求，又能把图像细节做到什么程度。 http://t.cn/AXYO3gVM