MiniMax Releases Open-Source Image Model H3-Image, Generating 4K Images in 10 Seconds with Open Weights
English text is being prepared.
MiniMax has released its next-generation image generation model H3-Image and simultaneously opened the model weights. The high-speed version can generate a 4096×4096-pixel (16MP) 4K image in about 10 seconds, roughly 1/5 the time of mainstream models on the market. The model supports fusion of up to 16 reference images and can handle complex instructions and structured information. The author tested it via MiniMax Hailuo and MiniMax Code, covering tasks such as realistic photography, style transfer, Chinese poster layout, mechanical exploded views, and industrial three-view drawings. Among these, the three-view drawings showed deviations in the display screen width ratio, which were later located and corrected by MiniMax Code calling a script.
Why read this
SelectedAI score 77
The author tested it via Hailuo and MiniMax Code, covering text layout, 16-image fusion, and industrial three-view drawings, to see the boundaries of open-source image models on professional tasks.
Topics
Body
智东西11月11日报道,昨天深夜,MiniMax正式发布新一代图像生成模型H3-Image,并同步开放模型权重。
根据不少网友的实测反馈,H3-Image的水准已经能和全球顶级的图像生成模型掰手腕,在开源图像模型中达到SOTA水平。速度方面,H3-Image高速版可以在10秒左右生成一张4096×4096像素(16MP)的高分辨率4K图像,耗时仅为市面主流模型水平的1/5。
除了生成速度和画面质量的提升,H3-Image这次值得关注的变化,还有模型对复杂指令和视觉信息的理解能力。该模型支持最多16张参考图融合,能够处理复杂指令和结构化信息,在开源模型中具备领先的指令遵循能力。
这些能力究竟有多少能够经得起实际测试?我们第一时间通过MiniMax海螺和MiniMax Code接入H3-Image,围绕视觉表现、复杂任务理解和多素材参考融合等方向,做了一轮高强度实测。
01.从复古漫画到写实摄影,H3-Image视觉表现实测
视觉部分,我们一共设计了五组测试,分别考察真实质感、风格转换、游戏场景复刻、海报文字排版,以及16图参考融合能力。
H3-Image可以生成具备超真实摄影作品质感的画面。下方这几张图,如果不事先声明,相信大多数人会把这张图当成人文纪实的实拍作品:画面的光影质感真实,人物皮肤保留了自然的纹理和细微瑕疵,环境光也真实地作用在人物和周围物体上,整体没有常见AI图像中过度磨皮、锐化和高光堆叠带来的塑料感。
H3-Image生成的图片并没有刻意把每个元素都处理得十分清晰,光线、色彩和动态细节共同构成了完整的画面氛围,甚至带有一定的故事感。比较难得的是,海鸥掠过浪花的姿态、浪花的层次以及整体光影关系都比较协调,没有明显的结构错乱或AI渲染的痕迹,真实度拉满。
建筑图像的生成对AI来说也有难度,它要求线条横平竖直、毫无漂移,玻璃幕墙的反射要符合镜面成像的物理规律,不同的材质还需要呈现出符合真实情况的质感和反射特性。H3-Image在这几项难点上都做到了一流水平,尤其值得点出的是,画面中室内顶灯的透射与室外反射共存而互不矛盾,体现出模型对光影的理解力。
在体育场景,H3-Image生成的“运动员”在身体重心、发力姿态上都符合真实的运动力学,双臂为了保持平衡自然张开,大腿因为发力而紧绷,背景里黄色球衣的门将侧身飞扑、身体舒展,场地的草皮飞溅。在最考验物理与人体真实性的运动题材中,H3-Image的生成结果依然呈现出专业摄影的水准。
下一组测试,我们选用同一张橘猫照片,要求H3-Image分别将其转换为两种不同的艺术风格,包括毛毡定格动画、和超现实主义油画,考察模型的风格化能力。
这组测试还加入了一些具体的制作要求。比如,在毛毡风格中我们要求模型需要呈现纤维交织的质感,而不是简单地给增加一层模糊效果。可以看到,H3-Image将画面中的所有元素都做了风格转换,仔细看细节,连树叶上都有纤维毡化后的质感,对提示词的要求还原得十分到位。
超现实主义风格同样表现不错。我们只在提示词中提到了达利式风格,H3-Image便主动加入了融化的时钟等标志性元素。画面中,室内与荒漠、窗台与悬空阶梯形成了不符合现实空间逻辑的组合,既保留了原图中的橘猫主体,又通过场景重组营造出超现实的氛围。
如今,游戏已经成为生图模型重要的应用场景,我们也在这个场景里跑了几个实测。先来看看下方这张以《塞尔达传说:旷野之息》为灵感的开放世界游戏画面。模型还原了原作标志性的低多边形美术风格,整体光影与色彩也比较协调,呈现出接近真实游戏截图的视觉效果。
让H3-Image生成游戏UI的参考设计,它也能交出像样的答卷。我们以一款奇幻RPG游戏为假想需求,要求它生成包含血条、技能栏、背包格、小地图和任务追踪面板的完整HUD界面。可以看到,各功能模块的位置布局符合主流游戏UI的交互逻辑,设计风格统一,可以作为后续开发的有效参考。
我们还要求模型设计一把名为“蒸汽核心弩炮”的奇幻蒸汽朋克武器,整张图分成四个区域:正视图、侧视图、背视图以及局部细节。H3-Image的表现超出了预期,四个视图的武器轮廓基本对得上,局部细节图里铆钉和齿轮的刻画精细,作为概念设计阶段的参考图,这个完成度已经非常高了。
文字生成是图像模型一直以来比较容易出问题的环节,尤其是中文。字数一多,模型就容易出现笔画粘连、错字、漏字等情况。
在这个场景,我们先试了试难度相对较低的海报,要求模型生成题为「来喝咖啡」的海报,最终,所有文字均正确生成,还准确执行了我们提示词中“少即是多”的设计逻辑。
随后,我们把难度提高,画面中包含一个标题、六个编号步骤,以及约100个汉字,同时还涉及15g、92°C、30秒、2分30秒、1:15等数字和单位。H3-Image交付的结果超出了我们的预期,标题、六个步骤的文字,以及全部数字和单位均准确生成,文字清晰,图标与对应文字也没有出现错位。
对于需要同时处理大量中文文字和图形元素的场景来说,这样的表现已经完全可以进入商用环境,承担真实的设计生产任务了。
我们还测试了H3-Image的16图参考融合能力:一次性上传16张不同类型的素材,用来生成一张乐队巡演海报。其中既有人物参考、服装参考、发色和动作参考,也有材质图片、配色方案、字体样式、Logo位置示意图和排版线框。
最终生成的海报中,我们逐项核对了16项具体要求,H3-Image全部命中,无论是人物、服装、道具这些具体的视觉元素,还是背景场景、光效氛围,乃至抽象的版式骨架,都被准确地识别、拆解,并自然地重组进了同一张海报里。
这几个任务跑下来,可以感受到在视觉表现力的层面,H3-Image已经可以称得上是开源模型的顶流水平了。
02.复杂任务实测:能拆机械、画CAD,还能解答逻辑题?
前面的测试主要考察H3-Image的视觉表现力,但一张好看的图片,并不意味着模型真正理解了图片背后的信息。如果把任务进一步复杂化,它还能否准确完成?
接下来,我们就来看看H3-Image在空间关系、逻辑推理等方面,能交出怎样的答卷。
在复杂任务场景的测试中,我们将H3-Image接入MiniMax Code这类Harness里使用,由推理能力更强的Agent完成任务的拆解与编排,H3-Image专注于最终的图像生成,这样的组合更能发挥它在知识理解和复杂多模态信息输入上的优势。
我们的第一项测试是机械爆炸图的生成。这类测试的难点在于模型需要完成从二维图像到三维空间的转换。MiniMax Code可以利用视觉模型定位画面中的错误,最终输出更为精准的修改指令。
在经过几次迭代后,H3-Image生成的爆炸图实现了不错效果,将一台吹风机产品的外壳与内部组件被拆分成多个独立层次,各部件沿装配方向展开,整体结构关系一目了然文字与零件的对应关系明显更加清晰了。
第二组测试,我们把难度进一步提高,直接给模型布置了一项完整的工业设计任务。这次提示词中同时包含了产品尺寸、外壳材质、显示屏大小、接口位置以及内部模块布局等多项要求。模型需要把这些要求转化为具体的产品形态。
这类任务有一个很容易暴露问题的地方:单独生成一张产品效果图并不难,但当模型需要同时输出多个视角时,就很容易出现尺寸对不上、接口位置发生变化,甚至不同视图中的产品结构不一致等问题。
H3-Image在下方的这张三视图里规避了大部分此类问题,仅仅是在显示屏的宽度上出了点纰漏,比例与实际情况出现了偏差。
为修复这一问题,MiniMax Code调用模型写了一个像素测量脚本,精准定位了需要修改的位置,最终交付出更为准确的结果。
最后,我们还测试了H3-Image把复杂信息转化为可视化内容的能力。我们发送了一道包含多项约束条件的逻辑推理题,模型需要先理解题目中的人物、位置和限制条件,最终以信息图的形式呈现出来。
可以看到,模型没有简单地把题目和答案放在一张图上,而是主动将内容拆分为条件说明、逐步排除和最终答案等多个区域,把整个推理过程串联起来,整张图的信息层级比较清晰。
03.生成速度实现突破,MiniMax开源布局延伸至图像
从前面的实测可以看到,H3-Image展现出的能力已经不局限于生成一张好看的图片。从复刻复杂视觉风格、处理大量文字和参考素材,到理解机械结构、梳理空间关系,它正在尝试将图像生成从单纯的视觉创作,延伸到更复杂的信息处理和专业任务辅助。
与此同时,H3-Image还在提升高规格图像的生成效率。H3-Image可以在10s-20s的时间内生成一张4096×4096像素、约1600万像素的4K图像。而在我们的实测中,海螺官网上生成4张4K图片的等待时间,也仅仅为1分钟左右。相比之下,目前不少同类模型生成单张相近规格的图片仍需要数十秒,部分甚至接近一分钟。
分辨率决定了画面能够容纳多少细节,生成速度则影响这些能力能否融入日常工作流。对于产品展示、商业视觉和游戏素材等场景,设计人员往往需要反复调整构图、修改细节、比较不同方案。
H3-Image将高分辨率生成的等待时间压缩到十秒左右,也就意味着高规格AI视觉创作有机会从偶尔制作的精品素材,变成可以高频使用的生产工具。
技术能力之外,MiniMax持续开源的策略,也在为这些模型开辟更大的应用空间。
此前H3开源后,已经吸引不同方向的开发者参与生态建设,推动模型在内存优化、硬件适配和推理效率等方面持续改进。如今,H3-Image开放权重,同样为开发者围绕图像生成、编辑和多素材融合开发新工具提供了基础。
可以想见,未来H3-Image将陆续接入各类工作流工具,在agent环境下作为harness的基座图片模型使用,与其他图像、视频模型组合;也可以针对电商商品图、游戏美术、工业设计等场景进行定制。进一步结合图像理解、局部编辑和视频生成能力,开发者还有机会搭建覆盖素材分析、内容生成和后期修改的多模态创作流程。
但对模型厂商而言,如何将开发者和企业的使用需求转化为商业回报,同样是一个现实问题。
MiniMax此前围绕H3探索的路径,提供了一种思路:通过社区许可协议,MiniMax对于达到一定规模的商业使用,以及部分特定地区的使用者,保留了进一步授权的要求。
对大型企业来说,获得模型权重并不一定意味着所有需求都已解决,商业使用权限、定制开发、技术支持和部署适配,都可能成为进一步合作的理由。此前,英伟达、Pika、fal.ai等公司已经在H3视频生成模型上与MiniMax达成授权合作,说明MiniMax开源模型的商业价值还可以延伸至授权和技术合作。
从H3视频到H3-Image,MiniMax持续开放多模态模型权重,实际上是在尝试建立一套更长线的生态关系:开发者基于模型进行二次开发,研究团队优化模型的效率和适配能力,企业围绕具体业务需求开展定制与授权合作,而API和产品服务则承接更广泛的模型使用需求。
04.结语:图像模型的“全科竞赛”开始了
在当前的AI领域,不同类型模型之间的能力分化依然明显:文本模型擅长逻辑推理、信息组织和复杂任务处理,但在视觉审美与艺术表现上仍有提升空间;视觉生成模型有着出色的画面质感和艺术表现力,但往往在内容准确性与视觉效果之间顾此失彼。
从这个角度看,H3-Image展现出的价值,在于尝试将逻辑理解与视觉生成结合起来,在我们的实测中,它确实完成了一些过去单一类型模型无法兼顾的任务。
当然,距离真正打通专业信息处理与高质量视觉创作,行业仍有不少技术难题需要解决。但可以确定的是,图像模型的竞争重点已经成为审美、理解、生成与执行能力的综合较量。而这一次,开源阵营没有缺席。
本文来自微信公众号“智东西”(ID:zhidxcom),作者:陈骏达,编辑:漠影,36氪经授权发布。