MiniMax 发布 H3-Image 模型，10 秒生成 4K 图像且权重开放
MiniMax 在 11 月 10 日深夜正式推出 H3-Image 图像生成模型，并同步开放模型权重。这款基于 H3 架构衍生的新产品，集成了文本转图像、多参考图理解及图像编辑三大核心功能，旨在满足多样化的视觉内容创作需求。
据官方技术披露，H3-Image 在性能表现上具备显著优势。系统能够在 10 秒的极短时间内，输出分辨率为 4096 x 4096 像素、总像素量约 1600 万的高清画面。相比市面上常见的 100 万或 400 万像素规格，该模型在细节呈现层面拥有巨大的画质提升空间。
在速度指标方面，H3-Image 展现出接近 5 倍的加速效果，远超当前行业主流生成水平。这种高效的处理能力并非牺牲画质换取，模型在保持高速输出的同时，依然能够精准还原丰富且真实的视觉细节，有效规避了传统生成式模型中常见的“AI 感”失真问题。
技术底层优化是性能突破的关键。MiniMax 团队在 H3 预训练赋予的广泛图像能力之上，对后训练全链路进行了深度强化。具体措施涵盖数据清洗、强化学习策略调整、推理步数压缩、提示词工程优化以及部署架构改进等一系列扎实的工程化工作，从而实现了速度、质量与响应度的平衡。
除了生图速度，该模型在交互逻辑上也做出突破。官方称其具备开源领域顶尖的指令遵循能力，最大支持同时输入 16 张参考图片进行理解与融合。这种多参考图的处理能力，使得模型在复杂场景下的构图与风格控制上更具灵活性，拓宽了专业用户的应用边界。
为降低早期使用门槛，MiniMax 制定了首周推广政策。在发布后的第一周内，用户针对 16MP 及以上规格图像的生成请求，可享受官方定价五折的优惠。相关技术文档与接口已同步上线，开发者可通过 Hugging Face 及 MiniMax 官方平台获取支持，API 服务亦开放了图像生成指南以供集成调用。
