10秒直出4K图，能画CAD、拆机械，MiniMax这个开源图像模型有点东西

智东西 作者 | 陈骏达 编辑 | 漠影 智东西11月11日报道，昨天深夜，MiniMax正式发布新一代图像生成模型H3-Image，并同步开放模型权重。 根据不少网友的实测反馈，H3-Image的水准已经能和全球顶级的图像生成模型掰手腕，在开源图像模型中 达到SOTA水平 。速度方面，H3-Image高速版可以在 10秒左右 生成一张4096×4096像素（16MP）的高分辨率4K图像， 耗时仅为市面主流模型水平的1/5 。 除了生成速度和画面质量的提升，H3-Image这次值得关注的变化，还有模型对复杂指令和视觉信息的理解能力。该模型支持最多16张参考图融合，能够处理复杂指令和结构化信息，在开源模型中具备领先的指令遵循能力。 这些能力究竟有多少能够经得起实际测试？我们第一时间通过MiniMax海螺和MiniMax Code接入H3-Image，围绕视觉表现、复杂任务理解和多素材参考融合等方向，做了一轮高强度实测。 一、从复古漫画到写实摄影，H3-Image视觉表现实测 视觉部分，我们一共设计了五组测试，分别考察真实质感、风格转换、游戏场景复刻、海报文字排版，以及16图参考融合能力。 H3-Image可以生成具备超真实摄影作品质感的画面。下方这几张图，如果不事先声明，相信大多数人会把这张图当成人文纪实的实拍作品：画面的光影质感真实，人物皮肤保留了自然的纹理和细微瑕疵，环境光也真实地作用在人物和周围物体上， 整体没有常见AI图像中过度磨皮、锐化和高光堆叠带来的塑料感。 再来看这张“自然摄影”作品。自然摄影其实是AI图像生成中颇具挑战的一类。物体运动不符合物理规律、动物姿态失真、