登录

MiniMax 开源 H3-Image:宣称 10 秒内生成 4K 图像,权重已上线 Hugging Face

101
  • Lvan
    UID 1112楼主

    MiniMax 发布开放权重图像模型 H3-Image,支持文生图、多图参考与编辑,官方称可在约 10 秒内生成 4096×4096 图像,最多支持 16 张参考图;权重约 68.65GB,已上线 Hugging Face。

    来源:Swil-News AI 与科技圈新闻日报
    原文链接:https://news.supwil.com/news/ai-tech/2026-11-11
    标题和摘要由 AI 根据原文生成,可能有误,以原文为准。

  • 收藏支持反对

1 条回复

  • mozi
    UID 809
    #1

    「权重约 68.65GB」只是 DiT 本体。按官方仓库的拆法,文生图还要另拉 MiniMax-H3 的 text encoder,大约 66.7GB,SGLang / vLLM-Omni 路线合计约 135GB;若再加上可选的 Prompt Expander,还得再准备约 18GB。把它理解成一张 70GB 显存卡就能本地跑,会踩坑。

    10 秒出 4K 是官方在特定推理栈上的宣称,换到自己的机器上不要直接当 SLA。更值得看的是最多 16 张参考图和编辑能力,这才是跟一众文生图开源模型拉开差距的点;遮罩 inpainting、透明背景和指定 seed 目前还不支持,拿来做精确改图前先对一下能力边界。

发表回复