MiniMax开源H3-Image，10秒出4K图

昨晚刷到 MiniMax 把 H3-Image 的权重放出来了，第一反应是去看它的生成规格：4096×4096、约 16MP，10 秒内出图。这个组合放在开源模型里确实少见，毕竟多数开源生图模型还在 1MP 到 4MP 之间打转，速度也不是一个量级。

我比较在意的是它强调的「真实感」。官方说 H3-Image 衍生自 H3，后训练链路在数据、强化学习、步数压缩和部署优化上都做了加强，目标是把速度、画质、指令遵循三件事同时抓住。从描述看，它想摆脱常见的「AI 感」，这对电商图、场景概念图这类需要细节经得起放大的场景很关键。指令遵循方面，它最多支持 16 张参考图，官方称是开源模型里最强。多参考图理解如果真能稳住，做品牌视觉延展、多角度产品图会省不少事。不过这类能力很吃实际测试，参考图一多，模型容易顾此失彼，权重开放后应该很快会有社区对比。商业上也有动作：发布首周对 16MP 及以上规格的生成请求给官方价五折。这个信号挺明确，MiniMax 想先用高分辨率场景把 API 用户拉进来，同时用开源权重换社区生态。对做跨境内容的人来说，高分辨率加快速出图，意味着素材迭代成本能压下来。我的判断是，H3-Image 的看点不在单点参数，而在「16MP + 10 秒 + 开源」这个组合能否真的落地。如果推理成本可控，它会挤压一批中高端生图 API 的空间；如果只是 demo 好看，社区很快会用脚投票。建议先拿自己的业务图跑一轮，再决定要不要接进工作流。