MiniMax 正式推出 H3 Image 图像生成模型并且同步开源权重，该模型原生支持 4096×4096 的 4K 图像输出，高速模式下最快 10 秒就能生成一张 1600 万像素大图，支持文生图、多参考图引导、图像编辑，指令跟随和画面真实感在开源图像模型里处于靠前水平，普通创作者可以直接用海螺、开放平台在线调用，开发者也能下载权重本地部署、接入 ComfyUI 等工作流。以往很多开源 AI 画图模型想要 4K 图，大多是先生成小图再靠超分放大器放大，不仅速度慢，细节容易崩坏，而 H3 Image 基于 DiT 架构、6 步采样方案，不用额外超分就能原生输出 4K，同时继承 H3 多模态底座的理解能力，最多支持同时传入 16 张参考图做风格、构图、人物的参考复刻。整套使用方式分两条路线，普通用户直接打开海螺 AI、MiniMax 开放平台输入提示词或者上传参考图在线生成；开发者下载权重之后，在本地显卡环境部署，接入 ComfyUI、自有业务系统，也可以调用官方 API 批量生产图像，商用场景需要遵守对应的社区许可协议。
H3 Image 核心能力清单
- 基础规格：331 亿参数 DiT 架构，原生 4K（4096×4096）输出，无需超分
- 生成速度：高速模式约 10 秒，标准模式为市面主流工具 1.5~2 倍
- 采样方案：6 步快速采样，兼顾速度与画面细节
- 输入方式：文生图、参考图生图、图像编辑，最多支持 16 张参考图
- 部署渠道：在线 API、海螺 AI、MiniMax Code、本地权重部署、ComfyUI 适配
- 定位：和之前 H3 视频模型同源的衍生图像模型
H3 Image 和主流开源生图模型对比表
| 项目 | MiniMax H3 Image | 传统开源 DiT 模型 | Stable Diffusion 系列 |
|---|---|---|---|
| 4K 输出方式 | 原生直出，无需放大器 | 多为小图 + 超分 | 依赖超分插件放大 |
| 生成 4K 耗时 | 约 10 秒（高速模式） | 40~60 秒 | 60 秒以上 |
| 参考图上限 | 最多 16 张 | 1~4 张 | 一般 1~2 张 |
| 指令跟随能力 | 强，适配复杂画面约束 | 中等 | 普通，复杂指令容易跑偏 |
| 开源形式 | 开放权重，社区许可 | 开放权重 | 开源协议宽松 |
部署与商用边界说明
- H3 Image 是开放权重，不是 OSI 标准开源协议，商用营收达到门槛要遵循协议标注要求
- 本地部署对显存要求较高，普通消费卡跑起来速度会比官方云端慢很多
- 模型主打静态图像生成，和 H3 视频模型是两个独立分支，不能直接生成视频
- 官方 API 定价低于同档位闭源图像模型，适合批量海报、电商素材、视觉原型生产
【常见问题】
问题 1：MiniMax 新上线的 H3 Image，为什么可以做到 10 秒出 4K？
回答 1：MiniMax 的 H3 Image 采用 33B 参数 DiT 架构搭配 6 步压缩采样，原生支持 4K 分辨率输出，不需要额外超分放大，因此高速模式下最快 10 秒就可以完成 4K 图像生成。
问题 2：H3 Image 已经开源，是不是所有人都可以随便下载商用？
回答 2：H3 Image 开放模型权重，使用的是 MiniMax 社区许可协议，不是无限制开源，达到营收门槛的商用项目需要遵守协议标注要求，不能无约束二次分发。
问题 3：H3 Image 支持多张参考图吗，H3 Image 参考图最多可以传几张？
回答 3：H3 Image 支持参考图引导生成和图像编辑，H3 Image 单次任务最多可以同时传入 16 张参考图片，用来锁定风格、角色、构图。
问题 4：普通用户怎么体验 H3 Image，需要自己搭环境吗？
回答 4：普通用户不用本地部署环境，H3 Image 已经接入海螺 AI、MiniMax 开放平台，直接网页端输入提示词就能体验；开发者才需要下载权重本地部署。
【参考资料】
[2026-11-11]（MiniMax H3-Image 开源，10 秒内可生成 4K 图像）上观新闻
[2026-11-11]（MiniMax 发布开源 4K 生图 SOTA H3 Image）36 氪
[2026-11-11]（10 秒出 4K，MiniMax 还开源了！H3 Image 上线！）阿里云开发者社区
【免责声明】
本文信息来自 MiniMax 发布内容、科技媒体报道整理；H3 Image 本地部署速度、显存门槛受硬件影响，商用权限、API 计费、许可条款以 MiniMax 官方协议为准；模型生成内容需要遵守内容合规相关规定，本文不构成采购、本地部署、商用开发的决策依据。