MiniMax 正式開源 H3 生圖模型，6 步直出 1680 萬像素

ChainCatcher 消息，MiniMax 正式發布 H3-Image 並開源模型權重。該模型可直接生成 4096×4096、約 1680 萬像素的圖片，無需額外放大。按照官方數據，生成時間不到 10 秒，速度最高達到主流產品的 5 倍。文生圖與圖片編輯被整合進同一個模型，最多支持 16 張參考圖。

H3-Image 沿用 H3 視頻模型架構，去掉音頻部分，保留原有文本編碼器，並為圖片重新設計了解碼器。核心圖像生成網絡有 331 億參數，生成一張圖片只需 6 次採樣。8 月 7 日，MiniMax 研究員 Kiro 在 Reddit AMA 中透露，團隊正基於 H3 同源架構開發專用圖像模型，並計劃開源權重，同時提出先用圖像模型生成首幀、再交給 H3 生成視頻的工作流程。

11 月 3 日，Pruna AI 已基於開源的 H3 視頻模型推出 P-H3-Image，支持生圖和修圖，將生成網絡從 331 億壓縮至約 200 億參數，只需 8 步採樣。最小量化版本約 20 GB，生成 800 萬像素圖片時峰值顯存約 21 GB。MiniMax 官方版保留 331 億參數生成網絡，採樣步數為 6 步，並支持更高分辨率和更多參考圖，原始權重加上復用的文本編碼器合計約 135 GB。開源許可存在地區限制，美國、英國、歐盟和韓國不在社區許可證授權地區內；企業年化營收超過 100 萬美元，或向第三方提供模型托管服務，需事先獲得單獨授權。