MiniMax 发布开源图像生成模型 H3-Image

今天，我们发布了基于 H3 构建的 MiniMax H3-Image 开放权重大型图像生成模型。它支持文本到图像生成、参考生成和图像编辑。

H3-Image 可以在不到 10 秒内生成 4K（4096 × 4096）图像，具有丰富的、逼真的细节，强大的提示遵循能力，能够理解和处理多达 16 张参考图像。

基于 H3 的预训练能力，我们在整个后训练管道中进行了改进，从数据和强化学习到采样步骤减少、PE 和部署优化。

没有单一的更改带来了差异。这些改进共同使 H3-Image 能够同时提供速度、图像质量和提示遵循能力。

速度：使 4K 图像生成成为日常使用的实用工具

与更常见的 1K 或 2K 输出相比，4K（16MP，4096 × 4096）图像提供了显著更多的细节。

MiniMax H3-Image 可以在不到 10 秒内生成全分辨率的 4K 图像，速度比主流替代方案快 5 倍。

这使得 4K 图像生成在日常创意工作流程中变得实用。

图像质量：使 AI 生成的图像更接近现实

H3-Image 产生丰富的、自然的细节，没有通常与 AI 生成的图像相关的过于平滑、人工化的外观。从精细纹理到微妙的视觉细节，模型提供了高度的真实感。

我们希望进一步缩小 AI 生成的图像与现实视觉世界之间的差距。

提示遵循：理解创意意图

高质量的图像生成不仅仅是产生美丽的图像。它也是准确捕捉和实现创作者意图的问题。

H3-Image 在开放权重大型图像生成模型中提供了最先进的提示遵循能力，支持多达 16 张参考图像。

开放权重。更多可构建。

与 H3 一样，我们也发布了 H3-Image 的模型权重。

我们希望支持开放研究，给开发者和创作者自由定制模型和构建自己的工具和工作流程的权利。

我们希望 H3-Image 能够帮助缩小开放权重大型图像生成模型与领先专有模型之间的差距。

我们期待看到开发者和研究者用它构建什么。

可用性和定价

H3-Image 也可以通过 MiniMax API 平台、MiniMax Code 和 Hailuo AI 提供，提供可靠、高质量的图像生成服务。

H3-Image 的标准模式比主流替代方案快 1.5–2 倍，而高速模式达到 3–4 倍的速度。

定价是主流同类产品的 50–70%，使高质量图像生成更加经济实惠。

在发布周期间，我们对 4K 分辨率及以上图像生成请求的标准价格提供 50% 的折扣。

开始使用：

• Hugging Face: https://huggingface.co/MiniMaxAI/MiniMax-H3-Image
• API: https://platform.minimax.io/docs/guides/image-generation
• MiniMax Code: https://code.minimax.io/about

我们希望 H3-Image 能在更多人的日常工作和创意项目中发挥作用。我们将继续构建更好、更易用的工具，将通用人工智能带给每个人。

与每个人共享的智能。