10秒出一张4K、只要两毛,MiniMax这次把生图模型开源了

源自156位全网作者

13:22

最近你的信息流大概率被一张"开盒图"刷屏过:丢进去一张手办照片,AI直接把小手办拆成爆炸图,零件分层炸开,引线标注一个不少。给宇树机器狗画CAD拆解的也是它。干这事的,是MiniMax在11月10日发布、当天就开源权重的生图模型——H3-Image。量子位知乎

10秒出一张4K、只要两毛,MiniMax这次把生图模型开源了

它的参数表里,有四个数字值得记住:

原生4K,不靠超分。输出直接到4096×4096、约1600万像素。以前用GPT生完图还得丢给别的模型放大补细节,这一步省了。实测体感10到20秒出图,官方口径是10秒以内。量子位知乎

最多16张参考图。内容、风格、布局可以分开指定,角色一致性、复杂分镜的连续性有了着落,做系列内容的人最吃这套。量子位知乎

6步采样,参数几乎不用调。主干是33.1B参数的扩散Transformer,采样蒸馏到6步,不支持负向提示词,也没有一堆CFG参数慢慢拧。新手不用先研究一晚上采样器,把"想要什么"说清楚就行。知乎

价格是真便宜。API定价约为同档主流服务的50%到70%,发布首周4K及以上请求再打五折:一张标准4K图约0.0688美元,活动价约0.034美元,折人民币两毛出头。量子位知乎

它火出圈的不只是参数。量子位等媒体实测后说得最多的是"AI味变淡了"。皮肤上有毛孔、雀斑和细小绒毛,镜面上留了水渍和灰尘。更让人意外的是结构理解。高数试卷的高密度排版一个字符不乱,甚至把题做对了(看看就好,别真拿去交)。知乎相关问题浏览量已经冲到34万+,海外创作者先拿它整出了以假乱真的3D游戏CG。量子位小红书

10秒出一张4K、只要两毛,MiniMax这次把生图模型开源了

普通人怎么吃到这波红利?三条路,按折腾程度排序:

  1. 零成本尝鲜:MiniMax Code已经内置免费体验,打开就能玩,适合先感受再决定要不要深入。小红书

  2. 走API干活:电商产品图、营销物料这类批量场景,两毛出4K,试错成本低到可以"嘎嘎乱刷"。

  3. 本地部署:原始权重66.3GB,外挂的文本编码器还要66.7GB,顶配显卡才装得下。魔搭已上架量化版,24GB显存就能跑,ComfyUI工作流教程也都齐了。知乎魔搭社区

10秒出一张4K、只要两毛,MiniMax这次把生图模型开源了

最后得泼一盆冷水。复杂文字、品牌logo、手指和严格尺寸,仍然要逐张人工核对。"看起来漂亮"和"能直接交付"是两笔账,AI生图还没跨过这条线。知乎

但把速度、开源、低价这三个buff叠在一起,生图这件事正在从抽卡玩具变成正经生产力。而且这一轮,是国产开源模型先把它做成了。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章