MiniMax H3-Image开源:10秒生成4K图像,首周16MP请求五折

资讯 AI 行业观察 全文 625 字 · 约 2 分钟读完 配图 3 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

MiniMax H3-Image 在 11月10日深夜正式发布,权重同步开放。这款模型从 H3 衍生而来,能文生图、能参考图像、也能做图像编辑。

官方给出的数据是:10 秒内出图一张,分辨率 4096 x 4096 像素,约 16 MP(4K),细节丰富、真实感强,指令遵循和多参考图理解也拿得出手。

按 MiniMax 的说法,H3 预训练已经打下了广泛的图像能力底子,H3-Image 又在后训练全链路上做了加强,数据、强化学习、步数压缩、PE、部署优化几块都下了功夫。几项工作叠在一起,让 MiniMax H3-image 在速度、画面质量、指令遵循三方面都有竞争力。

  • 主流方案多为 100 万像素或 400 万像素,1600 万像素(16MP,4096×4096)在细节上的优势很明显。MiniMax H3-Image 用 10s 出 16MP 高规格图,速度达到市面主流水平的 5 倍。

  • 画面细节和真实感直接决定模型能用在哪。H3-Image 走的是另一条路——没有常见的“AI 感”,细节给得足,MiniMax 称其“极强的真实感”。

  • 指令遵循上,模型号称“开源模型中最强”,参考图片最多可放 16 张。

MiniMax H3-Image开源:10秒生成4K图像,首周16MP请求五折(配图 1)

发布首周,16MP 及以上规格的生成请求按官方价格五折收取。

MiniMax H3-Image开源:10秒生成4K图像,首周16MP请求五折(配图 2)

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

    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)

    来源 腾讯网
  2. 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
  3. 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
  4. 号称行业首个具身全模态端到端交互大模型,智元发布 WITA-Omni

    IT之家 11 月 10 日消息,“智元 AGIBOT”公众号今天(10 日)晚间发文宣布,智元正式发布 WITA-Omni(硅光动语全模态大模型)。 根据官方介绍,该模型也是行业首个具身全模态端到端交互大模型。WITA-Omni 基于机器人本体感知数据深度训练,除了音视频输入输出,还新增支持触觉、本体状态等输入,以及

    来源 AI 行业观察
  5. 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
  6. 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
  7. 在手机里如何塞下更大的端侧模型?面壁智能提供新答案

    界面新闻记者 | 伍洋宇界面新闻编辑 | 文姝琪 10月中旬,面壁智能与OpenBMB社区发布了开源端侧多模态系列最新模型MiniCPM-V 4.7,包括35B-A3B和1B两个版本。其中,MiniCPM-V 4.7 35B-A3B可实现约3GB内存在iOS、安卓等系统上运行,这被视为公司在端侧AI应用上的一大技术进展

    来源 腾讯网
  8. Blender 5.3发布:原生支持3D高斯泼溅,Linux默认改用Vulkan

    IT之家 11 月 10 日消息,免费开源 3D 创作软件 Blender 5.3 现已正式发布。新版本加入了原生 3D 高斯泼溅(Gaussian Splatting)支持,Linux 平台默认图形后端切换为 Vulkan,同时带来了全新的项目管理功能,以及渲染和视频剪辑工具方面的多项改进。 对于 Linux 用户来

    来源 AI 行业观察
  9. 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
  10. 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
  11. 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
  12. 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
  13. 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
  14. 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
  15. Meta推Muse Ember:百万Token输入7毛,性能追平Haiku 5.5?

    昨夜,Meta 正式发布新一代轻量级 AI 模型 Muse Ember。据介绍,这是 Meta 迄今推出的体积最小、效率最高的模型,主要面向复杂推理执行,以及 AI Agent 在日常工作中需要反复处理的任务,包括工具调用、编程子任务、任务路由、信息提取和长文档解析等。 Meta CEO 扎克伯格在 x 上发文写道:“

    来源 AI 行业观察
  16. 成本仅1/3!Meta 新模型 Muse Ember 硬刚 Claude Haiku 5.5

    昨夜,Meta 正式发布新一代轻量级 AI 模型 Muse Ember。据介绍,这是 Meta 迄今推出的体积最小、效率最高的模型,主要面向复杂推理执行,以及 AI Agent 在日常工作中需要反复处理的任务,包括工具调用、编程子任务、任务路由、信息提取和长文档解析等。 Meta CEO 扎克伯格在 x 上发文写道:“

    来源 AI 行业观察
  17. Anthropic IPO估值下调至1.2万亿,模型能力已跨出软件开发边界

    据媒体报道,Anthropic计划于11月10日启动IPO路演,最早在11月19日上市交易。路演前夕,Anthropic发布了Claude Fable 5.2和Mythos 5.2两款新模型,为公司带来了新的技术进展。但Anthropic的资本市场前景却仍然面临争议。从9月市场讨论的约2万亿美元,到10月的1.5万亿美

    来源 腾讯网
  18. Seedream 5.5发布:出图快近四成,豆包、即梦与火山方舟同步接入

    AI 图像模型的竞争,已延伸到内容制作流程。11月9日,字节跳动发布图像创作模型 Seedream 5.5,豆包、豆包工作和即梦同步接入,火山方舟计划当周开放 API。据火山引擎披露,新模型的生成速度较上一代 Seedream 5.0 Pro 快近四成。 这次升级涉及图片生成、编辑和后续使用。新版改善了写实画面的光照、

    来源 腾讯网
  19. AI Agent文件任务:交付可靠性成新难点

    (本文作者为 科技新星球,钛媒体经授权发布)文 | 科技新星球过去一段时间,AI产品的能力竞争主要围绕模型展开:参数规模、推理能力、上下文长度,以及生成文本和代码的质量。但当AI进入实际工作流程,评价标准正在发生变化。用户不再只问AI能不能写一段Python代码,而是会提出更具体的要求:把一个目录里的表格整理好,提..

    来源 腾讯网
向下滚动自动加载更多