MiniMax H3 Image 是 MiniMax 推出的开放权重模型,支持文生图和图片编辑。它能原生生成高分辨率图像,呈现逼真质感并细致遵循提示词,帮助你将营销创意简报、插画与视觉参考转化为接近成品的静态图像。
探索多参考图融合、细节图示、角色设计与超现实创作。

使用最多 16 张参考图,将人物、动物和物体组合到新场景中。

生成布局清晰、标注明确的结构示意图和信息展板。

打造面部表情鲜明、服饰精细、质感丰富的独特角色。

通过别出心裁的构图、出人意料的比例和不同材质的搭配,重新演绎日常物品。
用文字描述创建场景,通过参考图确定主体,再按编辑指令修改选定的图片。
从营销活动描述或现有图片开始。同一个模型既能生成初始画面,也能调整背景、天气或取景。
最多可用 16 张参考图。为每张图指定用途,例如参考服装细节、地点、配色或主体外观。
描述主体时也可以指定空间关系和光线。例如,让骑行者停在店铺右侧,并在车轮下方呈现黄色倒影。
H3 Image 可直接生成约 1600 万像素的图片,支持多种画幅。示例中的正方形图片为 4096 × 4096,横向构图采用其他尺寸。
模型兼顾画面真实感、指令遵循和参考图控制,适合围绕同一个广告创意制作一组相关视觉素材。
真实的细节有助于呈现同一场景中湿织物、玻璃和刷漆墙面的质感差异。
参考图可以展示雨衣,提示词则指定姿势。这样,模型会同时获得同一创作需求的图像和文字信息。
构图满意后,可以选用该图作为起点继续编辑,尝试不同氛围或调整画面中的位置。
MiniMax 报告称,生成一张 4K 图片用时不到 10 秒。此数据来自模型发布方,AI VideoWeb 上的生成时间会随请求内容和服务负载而变化。
使用 MiniMax H3 Image 生成照片风格的场景、插画和角色概念图,或根据参考图编辑图片。下面是这些能力的应用示例。
生成一张融合产品、场景与活动配色的核心图片。
描述醒目的主体和简洁的背景,让图片缩小后也能看清。
根据文字简报生成角色或插画场景,再在 AI VideoWeb 上用选中的图片作为参考,尝试新的姿势或场景。
结合地点参考图与文字描述,探索室内空间、街景或想象中的景观。描述观察视角和物体之间的位置关系。
AI VideoWeb 默认输出分辨率为 1K,也支持 2K 和 4K。选择合适的宽高比,输入提示词或提供参考图,然后生成图片。