MiniMax H3生图模型正式开源：6步直出1680万像素，社区已抢跑一周

contact@theblockbeats.org (律动BlockBeats)

动察 Beating AI 快讯，MiniMax 正式发布 H3-Image 并开源模型权重。它可以直接生成 4096×4096、约 1680 万像素的图片，无需额外放大。按照官方数据，生成时间不到 10 秒，速度最高达到主流产品的 5 倍。它还把文生图、图片编辑整合进同一个模型，最多支持 16 张参考图。

H3-Image 沿用了 H3 视频模型的架构，去掉音频部分，保留原有的文本编码器，并为图片重新设计了解码器。核心图像生成网络有 331 亿参数。经过蒸馏，生成一张图片只需 6 次采样，大幅减少了计算步骤。

这款模型其实早在 8 月就已经预告过。8 月 7 日，MiniMax 研究员 Kiro 在 Reddit AMA 中透露，团队正在从 H3 的同源架构开发专用图像模型，并计划开源权重。当时还提出了一套工作流程：先用图像模型生成首帧，再交给 H3 继续生成视频。

社区甚至抢在 MiniMax 前面做了出来。11 月 3 日，Pruna AI 就基于开源的 H3 视频模型推出 P-H3-Image，同样支持生图和修图。Pruna 将生成网络从 331 亿压缩至约 200 亿参数，只需 8 步采样。最小量化版本约 20GB，生成 800 万像素图片时，峰值显存仅约 21GB。

MiniMax 官方版则保留了 331 亿参数的生成网络，将采样进一步压缩到 6 步，并支持更高分辨率和更多参考图。不过，原始权重加上复用的文本编码器一共约 135GB 明显更重。

H3-Image 的开源权重许可存在限制。美国、英国、欧盟和韩国不在社区许可证的授权地区内。企业年化营收超过 100 万美元，或者向第三方提供模型托管服务，都需要事先获得单独授权。