HaiAI123

全球AI工具精选导航

行业动态
持平

MiniMax 开源 H3 Image,单模型同时支持生图与改图

2026/11/19 — 11/22 08:17·2 个来源(全部)·2 篇报道(全部)

核心速览 (Key Takeaways)

  • MiniMax 发布并开源图片模型 H3 Image,权重已在 Hugging Face 和 GitHub 上提供下载。
  • 它基于 H3 视频模型,同一模型既支持生图也支持改图,改图最多可传 16 张参考图,生成的图可直接作为 H3 Max 的首帧出视频。
  • 模型规模 33.1B 参数,需 H200 级硬件,美国、欧盟、英国和韩国不在免版税范围内。

事件背景与详细解读

11 月 10 日,MiniMax 发布图片模型 H3-Image,并同步在 Hugging Face 和 GitHub 开源模型权重。该模型基于 H3 视频模型构建,单个模型同时支持生图与改图,改图时最多可上传 16 张参考图,并在提示词中以 Image 1、Image 2 指代;4K 输出最高约 1600 万像素,21:9 画幅可达 6272 × 2688,生成的图片可直接作为首帧接入 H3 Max 制作视频。模型为 33.1B 参数,权重 69 GB,另需 67 GB 的文本编码器,官方列出的硬件要求为 H200、RTX PRO 6000 这一档,美国、欧盟、英国和韩国不在免版税范围内。

11 月 21 日,钛媒体发布了对图像修改能力的横向实测,将 MiniMax 的 H3-Image、字节 11 月 9 日发布的 Seedream 5.5(豆包)、以及阿里此前推出的 Qwen-Image-3.0-Pro 放在一起,用同一套“穿红色雨衣的女孩站在雨夜便利店门口”的场景提示词,分别生成写实摄影、儿童插画、盲盒手办、赛博朋克和扁平插画五种风格图片,再做三轮连续局部修改,重点观察模型只改指定部分、不重画整张图的局部调整能力,并在盲盒手办与赛博朋克两轮中要求画面出现“便利店 Convenience Store”字样。实测结论为三家各有长短:H3-Image 相对规矩,写实风格中女孩与便利店交代自然,插画风格下画面偏简单,便利店被裁掉一部分;豆包画面更集中在人物、背景虚化明显,风格渲染更丰富;Qwen-Image-3.0-Pro 为竖版构图,局部带有明显国风味道,细节较细。

AI 综合 2 篇报道生成 · 更新于 3 小时前

最新进展作者把字节 Seedream 5.5(豆包)、MiniMax H3-Image 和阿里 Qwen-Image-3.0-Pro 放在一起,用同一提示词生成五种风格图片,再做三轮连续局部修改。测试发现三家各有长短:H3 相对规矩,豆包倾向把画面做丰富,千问偶有意料之外的效果。文章重点观察局部调整能力,即模型能否只改指定部分而不重画整张图。

相关 AI 工具

updream
24 小时热度热度指数 53 · 峰值 129 · 20 小时前
24 小时前现在

这件事的报道 点标题看原文

昨天
  1. 作者把字节 Seedream 5.5(豆包)、MiniMax H3-Image 和阿里 Qwen-Image-3.0-Pro 放在一起,用同一提示词生成五种风格图片,再做三轮连续局部修改。测试发现三家各有长短:H3 相对规矩,豆包倾向把画面做丰富,千问偶有意料之外的效果。文章重点观察局部调整能力,即模型能否只改指定部分而不重画整张图。

    看三家图像模型连续改图谁更听指挥。

    钛媒体AI 评分 54
11月19日
  1. MiniMax 发布并开源图片模型 H3 Image,权重可在 Hugging Face 和 GitHub 下载,一个模型同时支持生图与改图,改图最多可传 16 张参考图。它基于 H3 视频模型,生成的图可直接当作首帧接 H3 Max 出视频;模型 33.1B 参数,需要 H200 这一档硬件,美国、欧盟、英国和韩国不在免版税范围内。

    开源生图改图一体模型,含实测速度与许可提醒

    V2EXAI 评分 75

同时在说的其他事

热度怎么算的?了解口径

热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。

本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回 AI 行业动态榜 →