MiniMax H3生圖模型正式開源：6步直出1680萬像素，社區已搶跑一週

動察 Beating AI 快訊，MiniMax 正式發布 H3-Image 並開源模型權重。它可以直接生成 4096×4096、約 1680 萬像素的圖片，無需額外放大。按照官方數據，生成時間不到 10 秒，速度最高達到主流產品的 5 倍。它還把文生圖、圖片編輯整合進同一個模型，最多支持 16 張參考圖。

H3-Image 沿用了 H3 視頻模型的架構，去掉音頻部分，保留原有的文本編碼器，並為圖片重新設計了解碼器。核心圖像生成網絡有 331 億參數。經過蒸餾，生成一張圖片只需 6 次採樣，大幅減少了計算步驟。

這款模型其實早在 8 月就已經預告過。8 月 7 日，MiniMax 研究員 Kiro 在 Reddit AMA 中透露，團隊正在從 H3 的同源架構開發專用圖像模型，並計劃開源權重。當時還提出了一套工作流程：先用圖像模型生成首幀，再交給 H3 繼續生成視頻。

社區甚至搶在 MiniMax 前面做了出來。11 月 3 日，Pruna AI 就基於開源的 H3 視頻模型推出 P-H3-Image，同樣支持生圖和修圖。Pruna 將生成網絡從 331 億壓縮至約 200 億參數，只需 8 步採樣。最小量化版本約 20GB，生成 800 萬像素圖片時，峰值顯存僅約 21GB。

MiniMax 官方版則保留了 331 億參數的生成網絡，將採樣進一步壓縮到 6 步，並支持更高分辨率和更多參考圖。不過，原始權重加上復用的文本編碼器一共約 135GB 明顯更重。

H3-Image 的開源權重許可存在限制。美國、英國、歐盟和韓國不在社區許可證的授權地區內。企業年化營收超過 100 萬美元，或者向第三方提供模型託管服務，都需要事先獲得單獨授權。