11月10日，MiniMax 发布图像生成模型 H3-Image，当天开源权重、同步开放 API，自家应用里也能直接用。 对普通创作者来说，"开源"最实际的意义不是立刻去折腾显卡：原生直出 4096×4096 的 4K 大图、优秀的指令遵循和多参考图理解——这批过去锁在订阅墙后面的第一梯队生图能力，现在可以零门槛体验，并且按 MiniMax 社区许可的条款，符合条件的用途可以直接商用。知乎微博
四个入口，前三个不用部署
官方同步开放了四个使用入口：Hugging Face 权重、MiniMax 开放平台 API、MiniMax Code 和海螺 AI。 Hugging Face 上还挂着一个配套模型 H3-Image-PE，负责把你随口写的一两句话扩写成详细提示词、顺便推荐画面比例。小红书哔哩哔哩
对不碰代码的创作者，海螺 AI 和 MiniMax Code 就是全部；会搭工作流的，权重支持 SGLang、vLLM、diffusers、ComfyUI 等主流框架本地部署。 国产显卡阵营里，摩尔线程在发布当天就基于 MTT S5000 完成了适配。 要注意的是，官方开放的是 331 亿（33.1B）参数的稠密单流 Transformer 完整权重。 最低显存要求官方尚未公布，参考 H3 视频模型开源后的轨迹，消费级显卡的"平民版本"大概率还要等社区做蒸馏和量化，短期内普通人的主战场仍是官方入口和 API。哔哩哔哩知乎小红书
四件最直接的活
第一件：4K 大图直出，一张图裁出多个用途。 爱范儿等媒体实测，生成一张 4096×4096 的图需要 10～20 秒。 而市面上主流模型大多还停在一百万到四百万像素的档位，速度普遍是分钟级、最快的也要 50 秒左右。 对做海报、电商主图、活动物料的创作者，这意味着同一张原图既够放大印刷，也能裁出横幅、竖版、局部特写多个规格，不用为每个尺寸重新抽卡。爱范儿知乎
第二件：多图参考，锁住角色和风格的一致性。 H3-Image 一次最多能吃下 16 张参考图。 新智元的实测把 8 张角色面部、4 张装备结构、4 张场景光影一次喂满，出图后五官、装甲结构和场景色温没有互相污染。做过系列内容的人都懂这个痛点：参考一多，模型容易"串味"，A 的脸长到 B 身上、装备的颜色染进背景。但也要留意，这些展示案例提供了观察依据，并非对任意风格、任意修改轮次的一致性保证。 重要商单仍要逐张把关。知乎爱范儿
第三件：改图。 H3-Image 把文生图和图像编辑合进了同一个权重，改构图、换配色、调局部光线不用重画整张。 拿到内测资格的博主给出的结论相当直白：编辑效果很好用，大于生成效果，非常适合用来改图。 对已经有人像、产品图需要二次加工的创作者，这可能是最高频的用法。哔哩哔哩小红书
第四件：带字的图和"考脑子"的图。 文字渲染、空间关系是生图模型的传统翻车现场。实测者反复提到的观察是：大字海报基本稳得住，小字仍会偶尔出错、但大体是对的。 结构类任务反而是它拉开差距的地方，爱范儿的体验里，信纸小字案例的生成文字基本准确、没有明显错误，样式也与周围画面保持一致。 爆炸拆解图、CAD 蓝图、带 UI 的游戏截图这类需要理解结构和透视的图，它比"画得美但听不懂话"的模型更能交差，适合做产品结构示意、游戏概念图这类以前 AI 很难完成的素材。知乎爱范儿
报道里别全信的部分
热度之下，几个边界值得记清楚。“开源图像模型 SOTA”"最强指令遵循"都是官方自称，HuggingFace 模型页目前没有横向对比成绩，改图用的提示词扩展也还在开发中。 被反复转引的"10 秒出 4K"也是特定环境的实测用时，不能直接当作所有部署环境下的速度承诺。哔哩哔哩爱范儿
最容易被忽略的是许可证：这次用的不是标准开源协议，而是 MiniMax 社区许可，商用书面授权需另行申请。 按 H3 此前披露的同款条款，年收入 2000 万美元以内的创作者在协议覆盖地区可以免费商用，但要在美国、欧盟、英国、韩国部署，就得单独找 MiniMax 拿授权。 个人创作和国内商单基本无感，接海外业务或把能力上架自家应用前，务必对照模型页条款逐条确认。哔哩哔哩知乎
这套打法 MiniMax 三个月前已经跑通过一遍：H3 视频模型开源不到一个月，下载量就破了 2400 万次，公开的衍生模型超过 300 个。 英伟达研究团队、Pika 和 fal 都在它基础上做了衍生版本。图像的使用密度比视频更高，游戏原画、电商图、设计稿改稿天天都要用。对普通创作者，今天最值得做的不是争论它是不是"最强"，而是拿自己最难缠的那批素材——多角色、带文字、要 4K——去试一轮：能不能少抽几次卡、能不能一次裁出全部尺寸，答案比任何榜单都直接。知乎
