MiniMax开源H3-Image：原生4K生图，一张两毛
sina qqZone renren ydCloud 0
Jay发自 凹非寺 量子位|公众号QbitAI
坏了，多模态这块是真让
MiniMax玩明白了。
开源视频旗舰H3叫好声还没落，新的图像模型H3-Image又把全网刷了一遍。
最火的是「CAD拆解」：丢一张参考图进去，H3-Image直接把手办给你开盒拆开。
连宇树机器狗也被网友拿去CAD了一遍。
一句话，什么都能拆，拆完还替你把零件一个个标清楚。
我自己也上手测了，别说，还真有点东西……
海外网友那边，其他复杂生图任务也测了个遍，H3-Image都稳得住，比如游戏这块。
这画面，不提前说，我还当是GPT写代码做出来的。
要是只做电商那种简单资产，那就更省事了。
没想到的是，这家伙文理都不偏科。
智商在线的同时，H3-Image的审美也拿得出手。
对了，还有件事得说。
这种质量的图像生成模型，居然是开源的？
那还说啥。
我宣布，多模态领域的「源神」就是MiniMax（bushi）。
告别塑料「美商」
以前一提AI生图，大家第一反应就是油光满面，皮肤滑得像剥了壳的鸡蛋，眼神发直，伪人感特别重。
说白了，就是一股浓烈的「AI味」。
GPT Image 2在这块进步已经很大，可用久了，恐怖谷效应还是会冒上来。
这回的H3-Image，我感觉这问题基本算是解决了。
生成完我人都懵了，兄弟，这谁看得出是AI？
最关键是脸，毛孔、雀斑，连绒毛都画了出来。
镜子上的水泽和灰尘、闪光灯打在镜头上起的光晕，这些细节处理得也离谱，真跟小某书首页刷到的一样。
从下往上仰拍的角度，脸上的细节照样藏不住。下面这张图把桌子拍成了ins风的时尚杂志封面，人物的眼神、面部肌肉那点细微的牵扯，都跟现实社交里的反应对得上。
测H3-Image的时候，这一点给我的感受最深：以前丢给老模型跑过的不少提示词，换它来做都能给出全新的解释。世界知识这块，确实挺厚实。
人脸以外的主体就更不用说了。比如让它把里约热内卢的城市地标做成一本立体纸雕风格的旅行手帐，微缩景观、光影的厚度，hmm，总有点Fable 5宣传片的味道。
结果小鸡脚又露出来了。看左下角那只手，瞧见没，大拇指关节附近被加上了几颗痣！
可放大之后完全不露怯，手指上的皮肤纹理、关节褶皱，连指甲边缘那种自然的光泽和质感，都清清楚楚。
有意思。
我琢磨着，H3-Image身上AI味这么淡，很大程度上可能就来自这些刻意留下的「瑕疵」。人主观做出来的作品，本来就满是随机性，太追求完美，反倒不合人脑接收信息的习惯。
不过这也让我有点犯怵。我一直犟着认为，审美是机器学不会的。现在看，似乎只要把里头的Trick摸透，人类不少引以为傲的品质，可能真没那么玄乎……
再放个demo，我用H3-Image搓了张法国旅游海报。咋说呢，我真不太好意思开口评价，以鄙人的艺术素养，已经完全看不出门道了。
唉。
SOTA级智力
还是整点我自己能搞明白的任务。对多模态模型，我一直有两个评判标准——美商和智商。美商就是上面测的那些，比较玄乎，只能聊聊主观感受。
智商倒是可以说道说道。比如H3-Image有一项很特殊的技能点——世界理解能力。
你可以拿它生成CAD图纸。是的，给它一张产品的外观图，它就能自动推演出标准的正交三视图——
正视图、侧视图、俯视图，三张齐了，一个不落。
说实话，看到这儿我整个人都软了。
更狠的还在后头——这个模型还能把东西「炸」开。让H3-Image画一张机械拆解爆炸图，它会老老实实按装配逻辑来，把零件分层炸得清清楚楚，连组件引线都标好了。
能做到这一步，靠的是对三维几何和空间关系的理解。
不过这类功能属性明显的图，指令遵循同样是硬指标。光「画」出来不难，难的是模型怎么规划、怎么推理。不然用户丢过来一大堆提示词，它根本搞不清在说啥。
当然，要进严肃的生产力场景，尺子就得抬高了：商用图必须把信息传准。空间理解之外，文本排版这一维的分量也很重。
于是我又试了一把——
让它生成一份高数期末考卷，十多秒就出来了。
极限符号、复杂积分式，这种高密度的学术排版，一个字符都没乱码。
大概是觉得太简单，我又憋出一个天才提示词：
完成这份试卷。
点开一看，我椅子都快炸了。
图像生成模型的微积分水平比我还强，这算什么？
凭我那点勉强结业的高数底子粗看了一遍，答案居然是对的，还带解题步骤！？
一时说不出话。
当然，自己的老本行——资产生成也没落下。
眼下不是流行Coding吃掉一切吗，Astra降维3D，Opus 5.5降维视频。
但我一直觉得，不少是宣传口径。这些跟文本八杆子打不着的任务，我干嘛非得用文本模型？
说到底，纯文本领域资源多、跑得快，也就这样了。
我的判断还是从第一性原理来的：垂直模型这条路更靠谱。各个领域分开训，天花板能更高，成本也更贴近现实。
像H3-Image这类垂直模型，本身就适合专精一件事，接入Harness让Agent直接Tool Call，顺理成章，没什么冲突。
这大概也是最近冒出来的一个方向：不必让单个模型包打天下，用通用模型把各个垂直模型串起来，总体效用反而更高。
如果只是要生成用来展示的资产，比如下面这种恐龙玩具，垂直图像模型显然更划算，犯不着让Computer Use折腾半天。
毕竟现在的图像模型，光影、几何这些基本物理常识早就不是问题了。
小零食也没问题，且看我如何让中国辣条走向全球。
3D游戏画面它也能出，简直倒反天罡。丢一段长文本战术指令进去——掩体、火力压制、侧翼包抄，它马上就能搭出一个3D战斗场景，纵深真实，遮挡关系也合理。
游戏术语遵循得很严，几乎能直接拿去概念设计里用。
那我也不必去蹬Astra Ultra了，反正都是看demo，生成几张图不就得了。（bushi）
多模态「源神」
差不多就这些。另外，作为旗舰图像模型，H3-Image还附送了几项小福利。
最要紧的一项：分辨率直接拉到16MP（4096×4096像素），也就是原生4K。
泪目了家人们，以后不用GPT生完图、再丢给Nano Banana优化半天了。
4K生成速度也很快，这么大的图，网页端体感就10-20秒。
不过话说回来，等GPT磨洋工的时候，谁不想美美来上一把贪吃蛇呢（bushi）。
扯远了。
还有一个参数比较特别——H3最多支持16张参考图输入。
能塞的参考图非常多，对完美主义者是福音；角色一致性、复杂分镜连续性上，创作者的自由度前所未有。
4K日常创作，这下真普及了。
于是你可以随手扔几张参考图，再喝口水……
就能拿到这种质量的装修效果图。
还要啥Blender啊。
不过有件事是我真没料到的：H3-Image居然是开源的。
MiniMax此前开源了SOTA级视频模型H3，这次再度出手，给全球开发者又送上了一个能自由定制的SOTA底座。
多模态源神，这话不用多解释。
即便你懒得折腾部署，走API调用也便宜得很。价格只有主流竞品的50%到70%，首周16MP请求还能再打五折（站起来蹬啊兄弟们！！）。
测到这里，我心里冒出个预感：多模态生成，兴许正迎来属于自己的Coding时刻。
以前AI生图在商业端经常「沦为玩具」，说到底就是细节经不起推敲、塑料感太重，换谁是甲方看了都不乐意。
而现在H3-Image把三件事做到了——去AI味、可泛化的审美、逻辑。
这些条件一旦满足，多模态的应用市场绝不会比编程逊色。
高精度工业包装设计、商业插画、多语言跨境营销物料，图像模型一进来，传统工作流的周期就能大幅压缩。再加上前面说的速度、开源、低价……
那会是个什么样的未来，难以想象。
话说回来，还是把视线移回当下的AI圈。全球AI公司的目光几乎全盯着纯文本，MiniMax却仍把很大一部分精力投在多模态世界。
这其实是这家公司一贯的特点，从一开始就押注多模态，如今总算迎来涌现。
总有人说多模态对AGI不重要，Coding才有商业模式。可我一直觉得，如果AI的定义只容得下文本，这个未来未免太无趣了。
从改写视频生成格局的H3，到眼下在逻辑、结构与审美上全面突破的H3-Image，国产开源这把野火，彻底烧向多模态领域——
蔓延。
