Radar · 项目雷达

MiniMax-H3-Image:开源生图的新标杆:16MP 直出,6 步采样,文生图与改图一个权重

MiniMax H3 家族的开源图像生成与编辑模型:一个权重同时做文生图和改图(支持最多 16 张参考图)。官方定位是速度、画质与指令遵循三项一起抓:约 16MP(4096×4096 到 6272×2688,21:9)直接出图不用超分,蒸馏到 6 步采样、无分类器引导;扩散 Transformer 是 33.1B 参数的 H3 架构(去掉音频分支),文本编码器沿用 MiniMax-H3 的 Qwen3-VL。

HF 赞 1,234下载 57 万2026-11-03 发布文生图 + 改图

关键点

体量不小权重 BF16 共 68.65 GB,文本编码器另需从 MiniMax-H3 下载(66.7 GB);另有 17.9 GB 的提示词扩展模型 PE 可选。
部署路径成熟官方推荐 SGLang、vLLM-Omni、diffusers、LightX2V、ComfyUI;单卡能跑,4 卡可用序列并行分摊;也有 MiniMax 官方 API 与海螺 App 可直接用。
参数很死板推理步数只能是 6、guidance 只能是 1,其他值直接报 400;不支持 negative_prompt;提示词按官方流程要先经 H3-Image-Context-IR 扩写成详细英文描述。

为什么火

发布两周 1,234 赞、57 万下载,冲进 HF 趋势榜前排。开源生图里同时做到「16MP 直出 + 6 步采样 + 改图合一」的很少;对做 AI 视觉内容的人,这是目前最值得试的开源生图权重之一。

怎么上手

想直接用走 MiniMax API(platform.minimax.io)或海螺 App;本地部署用 hf download MiniMaxAI/MiniMax-H3-Image 再加 MiniMax-H3 的 text_encoder,SGLang 一行命令起服务(README 有完整示例与尺寸表)。注意许可证是 MiniMax-H3-Image 社区许可协议(非标准开源许可),模型卡写明第四节涉及另行书面授权,商用前务必读 LICENSE 原文。

雷达上的其他项目