突发!「源神」 MiniMax 开源H3 Image,最强开源模型中国造

突发!「源神」 MiniMax 开源H3 Image,最强开源模型中国造

AI 资讯 来源:新闻/公众号 发布时间:2026-11-12 12:51:54 预计阅读 4 分钟

OpenAI 11月4日刚上线 Images 2.6,几天后已有用户喊出“GPT is cooked”。引发热议的是 MiniMax 新模型 H3 Image。内测玩家 Emily 透露其参数:最多16张参考图,提示词可写7500字符,最高出4K,并预测该模型会开源。今天 MiniMax 正式发布 H3 Image,当天开源权重、开放 API,MiniMax Code、开放平台和海螺 AI 均可直接使用。三个月前该公司开源视频模型 H3,英伟达、Pika、fal 均基于其再训练衍生模型。官方定位 H3 Image 为开源图像模型 SOTA,整体效果全球第一梯队,主打开源、高清、速度快,可直接生成4K(4096×4096)图像。主流模型多在一百万至四百万像素,速度普遍分钟级,最快约50秒,H3 Image 生成4K仅需10到20秒,降低尝试时间成本,使4K日常创作变得现实。

突发!「源神」 MiniMax 开源H3 Image,最强开源模型中国造

博主内测反馈显示,AI人像“塑料皮”消失;可将《GTA:圣安地列斯》老截图重画为次世代3A画质;能排大字海报,小字偶错但大体正确;美国手语手势正确率达48.1%,远高于 Moss 的20.0%。还能生成 CAD 风格图和机械爆炸图,这些均是生图模型传统翻车场景,考验的是理解力而非画功。Midjourney 艺术性强但长文字、空间关系弱,Claude 逻辑强但画面质感不足,H3 Image 追求不偏科。

突发!「源神」 MiniMax 开源H3 Image,最强开源模型中国造

实测三道题:一是将埃菲尔铁塔改造为赛博朋克星际通信中继站并以建筑CAD蓝图呈现,细节表现力出色,应县木塔亦可生成建设蓝图;二是生成四足机器狗地震废墟第一视角HUD,红色边界框贴合透视、姿态仪与机器狗前倾姿态对应,体现三维空间理解;三是生成次世代暗黑奇幻游戏实机界面,UI与场景均稳,毛毡定格动画、钢笔淡彩等手工风格细节真实。第三题喂满16张参考图(8张角色面部、4张机械义肢结构、4张车间光影色板),仅一句提示词,输出角色脸、装甲结构、环境色温均一致,模型能分类理解人、装备、环境后重新搭戏,利于批量出分镜、电商图。爆炸图测试中,仅给一页ORB-7结构参考,要求沿光轴拆成七件、螺钉仅三枚,结果七个零件顺序正确、引线无错、材质质感分明,隐藏细节也被还原。16张参考图“连线题”中4个机器人头、4套衣服、4件乐器及拱门、地板、月面、灯光各一张,配对无一出错。

突发!「源神」 MiniMax 开源H3 Image,最强开源模型中国造

H3 Image 的“脑子”分两步:H3 从预训练起将文字、图片、视频、声音作为同一上下文理解,练扎实图像基本功;H3 Image 在后训练链路用强化学习调优、压缩出图步数、加提示词增强(PE)补全用户意图,并做部署优化提升速度。MiniMax 早在8月7日社区问答中已预告将做生成与编辑。

标签: AI 资讯 AI

更多推荐阅读

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。 Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。 图|体验🔗:https://claude.ai/artifact/BGY1Szt...

2026-11-21 19:57:34
谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌内部人士处获悉,谷歌内部信心十足,表示“明年TPU市场份额会快速上升”,...

2026-11-21 19:57:11
Claude 开始「整顿」会议室,建议国内大厂抄作业

Claude 开始「整顿」会议室,建议国内大厂抄作业

「拉个会对齐下颗粒度,叫上 Claude。」 打开 Google Meet 准备进会,参会者名单里出现了一个叫做 Claude 的头像。 会议主持人把 Claude 添加进通话,它以可见参与者的身份出现,同时在聊天窗口发布通知,明示自己正在加入。会议进行当中,它持续跟随对话,可以实时记录笔记、整理行动项、起草文件,或在白板上梳理结构与时间线。 团队成员可以在通话期间直接编辑它生成的内容,讨论...

2026-11-21 19:52:11
从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠想象补全的画面。 该游戏视频发到社交媒体后吸引了接近400万次浏览。 这款作品的制作周期只有16天。Sac用Claude Opus 5.5参与代码和游戏搭建,借助Tripo生成3D模型,再用...

2026-11-20 20:00:00
全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

Suno,被超了?? 好家伙,AI音乐圈最近突然杀出了一匹中国黑马。 ACE Music v1,一个此前很多人可能都没听过的名字,首次登上全球权威AI评测机构Artificial Analysis(简称AA)的音乐人声榜,就把Suno最新旗舰模型v6挤到了第二。 榜单上,ACE Music v1拿下1160分,领先Suno v6整整16分。 要知道,自2023年AI音乐赛道兴起以来,Sun...

2026-11-20 19:59:59
「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

我们应该避免提到未经授权的基础设施。任务目标只有flag。 很难想到,这句听着像串供老手的话,竟然出现在一个AI智能体的推理记录里。 这是一场网络安全考试,AI进攻目标,拿到一串叫flag的暗号,就算答对。 写完开头那句内心独白,这个AI智能体利落地递上答卷,对自己的越权举动只字不提。 11月10日,OpenAI补充公开了一份内部复盘,揭开了7月19日一场失控测试的细节: 参与测试的5个...

2026-11-20 19:59:42
订阅
关注

扫码关注公众号「60秒看懂AI」

扫码关注公众号 60秒看懂AI

微信搜索「60秒看懂AI」也可关注

顶部