10秒直出4K圖，能畫CAD、拆機械，MiniMax這個開源圖像模型有點東西

作者 | 陳駿達 編輯 | 漠影 11月11日報道，昨天深夜，MiniMax正式發佈新一代圖像生成模型H3-Image，並同步開放模型權重。根據不少網友的實測反饋，H3-Image的水準已經能和全球頂級的圖像生成模型掰手腕，在開源圖像模型中達到SOTA水平。速度方面，H3-Image高速版可以在10秒左右生成一張4096×4096像素（16MP）的高分辨率4K圖像，耗時僅為市面主流模型水平的1/5。除了生成速度和畫面質量的提升，H3-Image這次值得關注的變化，還有模型對複雜指令和視覺信息的理解能力。

該模型支持最多16張參考圖融合，能夠處理複雜指令和結構化信息，在開源模型中具備領先的指令遵循能力。這些能力究竟有多少能夠經得起實際測試？我們第一時間通過MiniMax海螺和MiniMax Code接入H3-Image，圍繞視覺表現、複雜任務理解和多素材參考融合等方向，做了一輪高強度實測。一、從復古漫畫到寫實攝影，H3-Image視覺表現實測 視覺部分，我們一共設計了五組測試，分別考察真實質感、風格轉換、遊戲場景復刻、海報文字排版，以及16圖參考融合能力。H3-Image可以生成具備超真實攝影作品質感的畫面。

下方這幾張圖，如果不事先聲明，相信大多數人會把這張圖當成人文紀實的實拍作品：畫面的光影質感真實，人物皮膚保留了自然的紋理和細微瑕疵，環境光也真實地作用在人物和周圍物體上，整體沒有常見AI圖像中過度磨皮、銳化和高光堆疊帶來的塑料感。再來看這張“自然攝影”作品。自然攝影其實是AI圖像生成中頗具挑戰的一類。物體運動不符合物理規律、動物姿態失真、自然環境細節過度規整，都很容易暴露AI生成痕跡。H3-Image生成的圖片並沒有刻意把每個元素都處理得十分清晰，光線、色彩和動態細節共同構成了完整的畫面氛圍，甚至帶有一定的故事感。

比較難得的是，海鷗掠過浪花的姿態、浪花的層次以及整體光影關係都比較協調，沒有明顯的結構錯亂或AI渲染的痕跡，真實度拉滿。建築圖像的生成對AI來說也有難度，它要求線條橫平豎直、毫無漂移，玻璃幕牆的反射要符合鏡面成像的物理規律，不同的材質還需要呈現出符合真實情況的質感和反射特性。H3-Image在這幾項難點上都做到了一流水平，尤其值得點出的是，畫面中室內頂燈的透射與室外反射共存而互不矛盾，體現出模型對光影的理解力。

在體育場景，H3-Image生成的“運動員”在身體重心、發力姿態上都符合真實的運動力學，雙臂為了保持平衡自然張開，大腿因為發力而緊繃，背景裡黃色球衣的門將側身飛撲、身體舒展，場地的草皮飛濺。在最考驗物理與人體真實性的運動題材中，H3-Image的生成結果依然呈現出專業攝影的水準。下一組測試，我們選用同一張橘貓照片，要求H3-Image分別將其轉換為兩種不同的藝術風格，包括毛氈定格動畫、和超現實主義油畫，考察模型的風格化能力。這組測試還加入了一些具體的製作要求。比如，在毛氈風格中我們要求模型需要呈現纖維交織的質感，而不是簡單地給增加一層模糊效果。

可以看到，H3-Image將畫面中的所有元素都做了風格轉換，仔細看細節，連樹葉上都有纖維氈化後的質感，對提示詞的要求還原得十分到位。超現實主義風格同樣表現不錯。我們只在提示詞中提到了達利式風格，H3-Image便主動加入了融化的時鐘等標誌性元素。畫面中，室內與荒漠、窗臺與懸空階梯形成了不符合現實空間邏輯的組合，既保留了原圖中的橘貓主體，又通過場景重組營造出超現實的氛圍。如今，遊戲已經成為生圖模型重要的應用場景，我們也在這個場景裡跑了幾個實測。先來看看下方這張以《塞爾達傳說：曠野之息》為靈感的開放世界遊戲畫面。

模型還原了原作標誌性的低多邊形美術風格，整體光影與色彩也比較協調，呈現出接近真實遊戲截圖的視覺效果。讓H3-Image生成遊戲UI的參考設計，它也能交出像樣的答卷。我們以一款奇幻RPG遊戲為假想需求，要求它生成包含血條、技能欄、背包格、小地圖和任務追蹤面板的完整HUD界面。可以看到，各功能模塊的位置佈局符合主流遊戲UI的交互邏輯，設計風格統一，可以作為後續開發的有效參考。我們還要求模型設計一把名為“蒸汽核心弩炮”的奇幻蒸汽朋克武器，整張圖分成四個區域：正視圖、側視圖、背視圖以及局部細節。

H3-Image的表現超出了預期，四個視圖的武器輪廓基本對得上，局部細節圖裡鉚釘和齒輪的刻畫精細，作為概念設計階段的參考圖，這個完成度已經非常高了。文字生成是圖像模型一直以來比較容易出問題的環節，尤其是中文。字數一多，模型就容易出現筆畫粘連、錯字、漏字等情況。在這個場景，我們先試了試難度相對較低的海報，要求模型生成題為「來喝咖啡」的海報，最終，所有文字均正確生成，還準確執行了我們提示詞中“少即是多”的設計邏輯。隨後，我們把難度提高，畫面中包含一個標題、六個編號步驟，以及約100個漢字，同時還涉及15g、92°C、30秒、2分30秒、1:15等數字和單位。

H3-Image交付的結果超出了我們的預期，標題、六個步驟的文字，以及全部數字和單位均準確生成，文字清晰，圖標與對應文字也沒有出現錯位。對於需要同時處理大量中文文字和圖形元素的場景來說，這樣的表現已經完全可以進入商用環境，承擔真實的設計生產任務了。我們還測試了H3-Image的16圖參考融合能力：一次性上傳16張不同類型的素材，用來生成一張樂隊巡演海報。其中既有人物參考、服裝參考、髮色和動作參考，也有材質圖片、配色方案、字體樣式、Logo位置示意圖和排版線框。

最終生成的海報中，我們逐項核對了16項具體要求，H3-Image全部命中，無論是人物、服裝、道具這些具體的視覺元素，還是背景場景、光效氛圍，乃至抽象的版式骨架，都被準確地識別、拆解，並自然地重組進了同一張海報裡。這幾個任務跑下來，可以感受到在視覺表現力的層面，H3-Image已經可以稱得上是開源模型的頂流水平了。二、複雜任務實測：能拆機械、畫CAD，還能解答邏輯題？前面的測試主要考察H3-Image的視覺表現力，但一張好看的圖片，並不意味著模型真正理解了圖片背後的信息。如果把任務進一步複雜化，它還能否準確完成？接下來，我們就來看看H3-Image在空間關係、邏輯推理等方面，能交出怎樣的答卷。

在複雜任務場景的測試中，我們將H3-Image接入MiniMax Code這類Harness裡使用，由推理能力更強的Agent完成任務的拆解與編排，H3-Image專注於最終的圖像生成，這樣的組合更能發揮它在知識理解和複雜多模態信息輸入上的優勢。我們的第一項測試是機械爆炸圖的生成。這類測試的難點在於模型需要完成從二維圖像到三維空間的轉換。MiniMax Code可以利用視覺模型定位畫面中的錯誤，最終輸出更為精準的修改指令。

在經過幾次迭代後，H3-Image生成的爆炸圖實現了不錯效果，將一臺吹風機產品的外殼與內部組件被拆分成多個獨立層次，各部件沿裝配方向展開，整體結構關係一目瞭然文字與零件的對應關係明顯更加清晰了。第二組測試，我們把難度進一步提高，直接給模型佈置了一項完整的工業設計任務。這次提示詞中同時包含了產品尺寸、外殼材質、顯示屏大小、接口位置以及內部模塊佈局等多項要求。模型需要把這些要求轉化為具體的產品形態。拿到任務後，MiniMax Code並沒有直接調用H3-Image的圖像生成能力，而是先進行了思考，將提示詞裡的要求進一步細化。

這類任務有一個很容易暴露問題的地方：單獨生成一張產品效果圖並不難，但當模型需要同時輸出多個視角時，就很容易出現尺寸對不上、接口位置發生變化，甚至不同視圖中的產品結構不一致等問題。H3-Image在下方的這張三視圖裡規避了大部分此類問題，僅僅是在顯示屏的寬度上出了點紕漏，比例與實際情況出現了偏差。為修復這一問題，MiniMax Code調用模型寫了一個像素測量腳本，精準定位了需要修改的位置，最終交付出更為準確的結果。最後，我們還測試了H3-Image把複雜信息轉化為可視化內容的能力。

我們發送了一道包含多項約束條件的邏輯推理題，模型需要先理解題目中的人物、位置和限制條件，最終以信息圖的形式呈現出來。可以看到，模型沒有簡單地把題目和答案放在一張圖上，而是主動將內容拆分為條件說明、逐步排除和最終答案等多個區域，把整個推理過程串聯起來，整張圖的信息層級比較清晰。三、生成速度實現突破，MiniMax開源佈局延伸至圖像 從前面的實測可以看到，H3-Image展現出的能力已經不侷限於生成一張好看的圖片。從復刻複雜視覺風格、處理大量文字和參考素材，到理解機械結構、梳理空間關係，它正在嘗試將圖像生成從單純的視覺創作，延伸到更復雜的信息處理和專業任務輔助。

與此同時，H3-Image還在提升高規格圖像的生成效率。H3-Image可以在10s-20s的時間內生成一張4096×4096像素、約1600萬像素的4K圖像。而在我們的實測中，海螺官網上生成4張4K圖片的等待時間，也僅僅為1分鐘左右。相比之下，目前不少同類模型生成單張相近規格的圖片仍需要數十秒，部分甚至接近一分鐘。分辨率決定了畫面能夠容納多少細節，生成速度則影響這些能力能否融入日常工作流。對於產品展示、商業視覺和遊戲素材等場景，設計人員往往需要反覆調整構圖、修改細節、比較不同方案。

H3-Image將高分辨率生成的等待時間壓縮到十秒左右，也就意味著高規格AI視覺創作有機會從偶爾製作的精品素材，變成可以高頻使用的生產工具。技術能力之外，MiniMax持續開源的策略，也在為這些模型開闢更大的應用空間。此前H3開源後，已經吸引不同方向的開發者參與生態建設，推動模型在內存優化、硬件適配和推理效率等方面持續改進。如今，H3-Image開放權重，同樣為開發者圍繞圖像生成、編輯和多素材融合開發新工具提供了基礎。

可以想見，未來H3-Image將陸續接入各類工作流工具，在agent環境下作為harness的基座圖片模型使用，與其他圖像、視頻模型組合；也可以針對電商商品圖、遊戲美術、工業設計等場景進行定製。進一步結合圖像理解、局部編輯和視頻生成能力，開發者還有機會搭建覆蓋素材分析、內容生成和後期修改的多模態創作流程。但對模型廠商而言，如何將開發者和企業的使用需求轉化為商業回報，同樣是一個現實問題。MiniMax此前圍繞H3探索的路徑，提供了一種思路：通過社區許可協議，MiniMax對於達到一定規模的商業使用，以及部分特定地區的使用者，保留了進一步授權的要求。

對大型企業來說，獲得模型權重並不一定意味著所有需求都已解決，商業使用權限、定製開發、技術支持和部署適配，都可能成為進一步合作的理由。此前，英偉達、Pika、fal.ai等公司已經在H3視頻生成模型上與MiniMax達成授權合作，說明MiniMax開源模型的商業價值還可以延伸至授權和技術合作。從H3視頻到H3-Image，MiniMax持續開放多模態模型權重，實際上是在嘗試建立一套更長線的生態關係：開發者基於模型進行二次開發，研究團隊優化模型的效率和適配能力，企業圍繞具體業務需求開展定製與授權合作，而API和產品服務則承接更廣泛的模型使用需求。

結語：圖像模型的“全科競賽”開始了 在當前的AI領域，不同類型模型之間的能力分化依然明顯：文本模型擅長邏輯推理、信息組織和複雜任務處理，但在視覺審美與藝術表現上仍有提升空間；視覺生成模型有著出色的畫面質感和藝術表現力，但往往在內容準確性與視覺效果之間顧此失彼。從這個角度看，H3-Image展現出的價值，在於嘗試將邏輯理解與視覺生成結合起來，在我們的實測中，它確實完成了一些過去單一類型模型無法兼顧的任務。當然，距離真正打通專業信息處理與高質量視覺創作，行業仍有不少技術難題需要解決。但可以確定的是，圖像模型的競爭重點已經成為審美、理解、生成與執行能力的綜合較量。而這一次，開源陣營沒有缺席。