MiniMax开源H3-Image生图模型:10秒出4K图像,首周16MP生成五折

资讯 腾讯网 作者:腾讯网 全文 801 字 · 约 3 分钟读完 配图 1 张 分类MiniMax开源模型发布图像生成

IT之家 11 月 10 日消息,今天(10 日)深夜,MiniMax 宣布,MiniMax H3-Image 正式发布并开放权重。这是一款衍生自 H3 的图像生成模型,其具备文本生成图像、图像参考和图像编辑能力。IT之家从官方介绍获悉,其能够在 10 秒内生成一张 4096 x 4096 像素、约 16 MP(4K)

所属频道 模型发布开源生态视频图像生成

11月10日深夜,MiniMax宣布MiniMax H3-Image正式发布,权重同步开放。该模型由H3衍生而来,能完成文本生成图像、图像参考和图像编辑三类任务。

官方介绍显示,它可在10秒内产出一张4096 x 4096像素、约16 MP(4K)的高分辨率图像,细节丰富、真实,指令遵循与多参考图理解能力也表现不俗。

按照MiniMax的说法,H3预训练已带来广泛的图像能力,H3-Image在此基础上把整个后训练链路做得更扎实,围绕数据、强化学习、步数压缩、PE、部署优化等环节投入了不少工作。几项工作叠加之后,MiniMax H3-image在速度、画面质量、指令遵循三方面都形成了竞争力:

  • 主流方案多为100万像素或400万像素,1600万像素(16MP,4096×4096)的图片在细节上优势明显。MiniMax H3-Image用10s生成16MP的高规格图像,速度达到市面主流水平的5倍。
  • 细节和真实感直接影响模型能用在哪里。H3-Image不同于常见的“AI 感”,能给出丰富的画面细节和“极强的真实感”。
  • 该模型具备“开源模型中最强”的指令遵循能力,参考图片最多可支持16张。

发布首周,针对16MP及以上规格的生成请求,MiniMax给出官方价格五折的优惠。

  • Hugging Face: https://huggingface.co/MiniMaxAI/MiniMax-H3-Image
  • API: https://platform.minimax.cn/docs/guides/image-generation
  • MiniMax Code: https://code.minimax.cn/about
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 蚂蚁灵波开源LingBot-Touch:触觉基础模型让机器人摸得更灵敏

    【TechWeb】11月10日消息,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进

    来源 腾讯网
  2. AI护栏被批量拆除:开源社区“消融者”让模型有求必应

    一群被称为“消融者”的技术人员正在互联网上大量发布移除了安全限制的AI模型,这些模型对用户的任何请求都照单全收。支持者称这能推动安全研究与网络防御,批评者则警告同样的工具也可能被用来制造炸弹等恶意用途。一场围绕AI护栏的攻防战正在开源社区悄然上演。

    来源 AI 科技快讯
  3. 蚂蚁灵波开源 LingBot-Touch 触觉模型:26 项真机测试成功率最高 90%

    IT之家 11 月 10 日消息,今日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。IT之家从官方介绍获悉,基于近 5000 小时真实触觉数据预训练,LingBot-Touch 覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,让积累的“手感

    来源 腾讯网
  4. 消融者拆AI护栏:一台消费级显卡就能让模型有求必应

    一群被称为“消融者”的技术人员正在互联网上大量发布移除了安全限制的AI模型,这些模型对用户的任何请求都照单全收。支持者称这能推动安全研究与网络防御,批评者则警告同样的工具也可能被用来制造炸弹等恶意用途。一场围绕AI护栏的攻防战正在开源社区悄然上演。

    来源 AI 行业观察
  5. 双十一第十八年,AI从逛到买全面上岗,增长却没跟上

    (本文作者为 铁骥ViewPoint,钛媒体经授权发布)文 | 铁骥ViewPoint双十一走到第十八个年头,AI第一次渗透进了从逛到买的全过程,直播间里念稿的是数字人主播,接你咨询的是AI客服,商品详情页的图出自AI生图。买卖两端,AI都在接管越来越多的环节。淘天把千问接进淘宝,京东让AI购物助手东东全面上岗,抖音电

    来源 腾讯网
  6. DeepSeek把战场搬到了“驾驭层”

    大模型竞赛打了三年,一个新的主战场正在浮出水面。 这一次,各家比拼的不再只是模型本身,而是让模型真正干活的那一层软件。 杭州的DeepSeek在这条新赛道上交出了一份相当亮眼的成绩单。它开源的AI智能体框架DeepSeek Harness,在发布不到三个月后,日活跃用户达到154万。 一个"驾驭层",为什么值得抢 先说

    来源 AI 行业观察
  7. MiniMax闫俊杰谈中美AI差距:95%性能之后,最后5%更难

    大模型的战争打到今天,胜负手已经不在参数表里了——在机器人的关节里,在自动驾驶的轮子上。 01 两个耐人寻味的信号 2026年11月,AI舆论场上出现了两则意味深长的消息。 一则来自上海。MiniMax创始人闫俊杰在一场英文播客访谈中坦承:中国最好的模型已达到美国顶尖模型约95%的性能,成本只有十分之一,但“最后这5%

    来源 AI 行业观察
  8. 美团开源万亿参数模型,百度ERNIE Evolve实现自动化研发

    2026年11月AI圈动态:美团开源1.6万亿参数多模态模型LongCat-2.5,支持百万上下文;百度发布自动化研究系统ERNIE Evolve,GPU推理吞吐提升33.7%;Google扩展第八代TPU产品线并推出配套软件栈;NVIDIA发布机器人动作模型GR00T 2。此外,研究发现智能体约18%输出Token可

    来源 AI 应用前沿
  9. MiniMax横琴设新公司:注册资本500万,严奕骏任法定代表人

    人工智能头部企业 MiniMax 近期在业务版图拓展上迎来新动作。企查查信息显示,一家名为珠海稀宇极智科技有限公司的企业正式成立,标志着 MiniMax 进一步深化了在华南及相关区域的战略布局。 注册资本500万元,聚焦人工智能全栈软硬件开发 公开信息显示,珠海稀宇极智科技有限公司的法定代表人为严奕骏,注册资本为人民币

    来源 AI 开发者社区
  10. openEuler将发超节点OS:KV Cache读写时延降近84%

    智东西(公众号:zhidxcom)作者 | 杨京丽编辑 | 李水青智东西11月10日报道,10月9日,在Agentic Infra操作系统大会&openEuler Summit 2026媒体预沟通会上,国内开源操作系统openEuler预告其将发布超节点操作系统(OS)相关成果及面向Agentic Infra的技术突破

    来源 腾讯网
  11. Codex、Claude Code 都卷完了,居然还能跑出黑马?整个产品,现在都可以是一个提示词

    编译|宇琪策划|TinaT3 Code 的 Orchestrator V2 最近上线并进入稳定版——这套做了大约半年的多模型、多 Harness 编排能力终于跑顺了。从一个早期体验欠佳的开源替代品,到如今用户数超过 70 万,它在已经成熟的编程 Agent 工具赛道里跑成了黑马。为什么值得关注?因为它始终在深耕编程这件

    来源 腾讯网
  12. 苹果AI备案扩至iPad与笔记本,英伟达单夜市值缩水1.29万亿元

    · 曝苹果调整 iOS 28 开发节奏,首阶段留出六周探索功能 · 谷歌发布两套第八代 TPU 系统,分别面向长上下文和保密推理 · 迪士尼与 Adobe 达成多年合作,将为旗下 IP 定制生成模型 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

    来源 AI 行业观察
  13. xAI数据中心噪音扰民,美国AI投资热遭遇地方反弹

    表面上,其导火索是11月3日美国中期选举结果带来的冲击。但从另一面看,在商业无法有效闭环,竞争对手以开源措施紧跟不放,以至于美国国内基础建设与需求日渐脱节的前提下,市场对整个体系进行不破不立的重新估值,也是情理之中。

    来源 华尔街见闻
  14. Sharpa Wave触觉传感器:加装后成功率为何从39%跌到15%?

    蚂蚁灵波开源触觉预训练基础模型LingBot-Touch,通过"统一坐标+分入口+共享主干+特征空间预测"架构,将磁触觉、视触觉、压阻式触觉三类传感器信号统一编码为触觉Token。实测显示,接入后机器人成功率平均提升20+百分点,且对从未出现在训练数据中的新传感器同样有效。代码与权重已全部开源。

    来源 华尔街见闻
  15. 蚂蚁灵波LingBot-Touch开源:5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类传感器。26 项真机测试显示,接入后动作模型任务成功率提升 14 至 26 个百分点,让机器人“摸得更灵敏”。#机器人触觉##具身智能#

    来源 IT之家
  16. Token首次上架双11:李佳琦直播间半小时卖出约2万亿

    今年 “双 11”,Token(词元,AI 大模型处理信息的最小单元,也是算力的计费单位,类比用电的“度”)首次作为独立品类登上电商货架,李佳琦直播间半小时卖出约2万亿Token。这类算力额度此前大多在厂商官网渠道售卖,如今这项看不见摸不着的服务,新增了电商平台这一购买渠道。从9月起,天猫、京东等头部电商平台陆续上线了

    来源 腾讯网
  17. 腾讯优图DSpine开源:并行草稿逐层接力,SGLang吞吐最高提升4.01倍

    在大型语言模型(LLM)的无损推理加速中,推测解码(Speculative Decoding)已成为工业界标配。以 EAGLE-3 为代表的自回归草稿模型虽然预测准,但每多猜一个 token 就要多跑一步串行前向;而受扩散语言模型启发的 DFlash 将草稿生成彻底并行化 —— 一次骨干网络前向即可同时吐出整块候选 t

    来源 腾讯网
  18. 派拉蒙天舞CEO大卫·埃里森:AI或成影史最大创意突破

    IT之家 11 月 10 日消息,据科技媒体 The Verge 今天报道,派拉蒙天空之舞 CEO 大卫 · 埃里森近日在电话会议中表示,AI 有可能成为电影史上最大的创意突破。 埃里森表示,从宏观角度审视电影制作的话,他认为 AI 有潜力成为现代影史最大的创意突破。上一次规模类似的技术变革,应该是 20 世纪 90

    来源 AI 行业观察
向下滚动自动加载更多