中国AI公司MiniMax发布图像生成模型MiniMax-H3-Image，并开放模型权重下载。该模型可在无需额外放大流程的情况下，直接生成约1678万像素级图像，同时支持图像编辑和多参考图输入。
据日本媒体Gigazine 11日报道，MiniMax近日公开了基于视频生成AI“MiniMax H3”开发的图像生成模型，并同步开放模型权重，方便开发者在本地环境中部署运行。
高分辨率直出是MiniMax-H3-Image的一大特点。此前，图像生成AI通常先输出低分辨率图像，再通过放大流程提升画质；而MiniMax-H3-Image可直接生成4096×4096分辨率、约1678万像素的图像。
MiniMax表示，生成上述分辨率图像最快可在10秒内完成。不过，实际生成速度仍会受到硬件配置和运行环境影响。目前，尚无第三方独立验证其性能表现的公开结果。
在功能上，MiniMax-H3-Image将图像生成与编辑整合在同一模型中，既可根据文本指令生成图片，也可对现有图片的纹理、构图等内容进行修改。MiniMax还展示了写实风格照片、3D游戏概念图以及含文字图像的生成示例。
该模型最多支持输入16张参考图。MiniMax展示的案例包括：融合房间和家具照片生成室内设计图，以及根据地图中的标注位置生成周边地形和建筑的可视化画面。
图像生成工具ComfyUI也已为该模型提供支持。MiniMax同时公布了图像生成和编辑工作流，用户可将默认的400万像素输出提升至约1678万像素级别。
目前，模型权重已在Hugging Face开放下载，但使用条款包含地区限制。根据MiniMax的社区许可证，该模型不适用于韩国、美国、英国及欧盟地区；上述地区如需使用，需另行获得授权。
随着兼具高分辨率生成和编辑能力的模型陆续出现，图像AI的应用场景正在扩大，但其实际表现和使用条件仍有待进一步观察。
Jae-won Choi (최재원)
ittt_0801@d-today.co.kr