MiniMax开源图像模型H3-Image：官方称10秒内出一张1600万像素4K图，权重人人可下载

用AI画一张图，通常要么快但糊，要么清晰但慢。中国AI公司MiniMax这次想两头都要。

北京时间11月10日深夜，MiniMax通过官方账号发布图像生成模型MiniMax H3-Image，并同步开放模型权重。它能根据文字生成图片，也能参考已有图片生成新图，或者对图片做局部修改。

先说背景

MiniMax是国内较早做大模型的创业公司之一，旗下有海螺AI等产品。几个月前它发布了视频模型H3，并开放了权重。这次的H3-Image就是在H3的基础上改出来的：去掉了原本负责声音的部分，专门针对生成和编辑图片做了优化。

“开放权重”是什么意思？可以把模型权重理解为AI学到的全部“知识”所存放的文件。开放权重，就是把这份文件放到Hugging Face等平台上，任何开发者都能下载，在自己的电脑或服务器上运行、修改，而不必只能通过公司的接口付费调用。

官方说了哪些数字

第一，速度。MiniMax称H3-Image能在10秒内生成一张4096×4096像素的图片，也就是约1600万像素，比常见的100万到400万像素出图清晰得多，速度最高可达主流方案的5倍。需要注意，官方博客没有说明这个10秒是在什么硬件上测出来的，用普通显卡在家跑，速度可能差很多。

第二，参考图。它一次最多能参考16张图片。比如电商卖家可以把同一件商品的多张照片喂进去，让它生成不同场景的宣传图，同时保持商品外观一致。

第三，规模。据财经网援引Hugging Face上的技术资料，H3-Image是一个331亿参数的扩散Transformer模型，共50层，文字理解部分沿用千问的Qwen3-VL编码器。参数越多，通常意味着画得越细，但运行时对显卡显存的要求也越高。

价格方面，MiniMax称在其API平台上的定价是同类主流服务的50%到70%，发布首周4K及以上分辨率生图再打五折。

已知与未知

“画质接近真实照片”“开源模型中指令遵循最强”等，都是MiniMax自己的说法，目前还缺少权威第三方的系统评测。fal、Runware等海外AI平台已在发布当天上线该模型，说明业界对它有兴趣，但这不等于它的效果已被独立证实。

为什么这件事值得关注

过去，高分辨率、高质量的AI生图能力主要握在少数闭源产品手里。一个能在10秒级别出4K图、又开放权重的模型，意味着更多小公司和个人开发者可以拿来做自己的设计工具、电商工具，而不用每张图都向大公司付费。这也是中国AI公司继开源文本模型之后，在图像和视频领域继续走开放路线的一个例子。

对普通人意味着什么

做网店、做自媒体、做海报的人，未来可能会在各种修图和设计App里用上这类模型，出图更快、更清晰、成本更低。但另一面是，以假乱真的图片也会更容易做出来——在网上看到“照片”时，多留个心眼会越来越重要。

原文发布时间：MiniMax官方X账号（@MiniMax_AI）发布公告，2026年11月10日 23:40（北京时间）；财经网报道，2026年11月11日 16:07（北京时间）