MiniMax开源H3 Image:33B参数,4K生图进入10秒档
11月10日,MiniMax正式发布H3-Image并开放权重。
模型衍生自H3,单检查点统一文生图与图像编辑,权重上线Hugging Face。
开源动作本身比参数更值得细看。
H3-Image采用331亿参数稠密DiT,50层,文本编码器沿用H3的Qwen3-VL,不依赖超分直接输出约1600万像素。
原生4K的门槛被硬件成本压了下来。
官方数据显示,4K文生图标准模式16秒,Highspeed模式10.3秒,而同规格竞品需要约50秒。
开源权重叠加低价API,把高分辨率生图从“项目级”拉向“日常级”。
H3-Image的采样器固定为六步,不支持负面提示词和自定义引导功能。
可调空间收窄了,换来的是一致性与可预期的吞吐,适合批量工作流而非逐张精调。
指令遵循是另一条被低估的线。
最多16张参考图,海报大字稳定,手语手势正确率48.1%,仍高于对照模型。
生图模型的竞争正从“像不像”转向“听不听得懂”。
H3-Image真正改变的是供给结构:4K不再稀缺,稀缺的是把4K塞进流水线的工程能力。
当10秒4K成为开源的基线,创作者的工作流会被压缩还是会被重构?








