多模态“源神”！MiniMax开源SOTA生图模型，原生4K，一张两毛

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 多模态“源神”！MiniMax开源SOTA生图模型，原生4K，一张两毛 Jay 2026-11-12 19:36:20 来源： 量子位 Jay发自 凹非寺 量子位|公众号QbitAI 坏，真让MiniMax给多模态玩明白了😭。 继开源视频旗舰H3广受好评后，最新的图像模型—— H3-Image，再次席卷全网 。 热度最高的是「CAD拆解」，丢一张参考图，H3-Image能给你小手办直接开盒了。。。 还有给 宇树机器狗 CAD了的。 总之就是万物可拆解，还能给你把零件标好。 我自己也实测了一下，你还别说，真有点东西啊…… 除此之外，海外网友测下来，其他类型的复杂生图任务也是能Handle住的，比如—— 游戏 。 这这这，你不说，我还以为是GPT编程做出来的呢😭。 如果只是做点电商用的简单资产，就更轻松了。 但我没想到的是，这家伙居然是个文理双全？？ 保证智商的前提下，H3-Image的审美，也有点东西。 对了，还有件事。 这种质量的图像生成模型， 你跟我说居然是开源的？？？ 那还说啥了。 我宣布，MiniMax就是多模态领域的「源神」 （bushi） 。 告别塑料「美商」 过去我们一提到AI生图，脑子里第一个反应：油光满面，皮肤光滑得像剥了壳的鸡蛋，眼神呆滞，伪人感极重。 总之就是一股浓浓的「AI味」。 GPT Image 2在这方面进步非常大，但用多了后，恐怖谷效应依然涌上心头。 这次的H3-Image，我感觉，应该是基本解决这个问题了。 生成完我都懵了，不是兄弟，这谁看得出来是AI啊？？ 最重要的是人脸，毛孔、雀斑、 甚至绒毛 都给你画出来了。 此外，像镜子上的水泽和灰尘，闪光灯打在镜头上形成的光晕，这些细节也处理得非常离谱，真就跟小某书首页刷到的一样。 即便从仰视角度也能看出不少面部细节，就比如下面这张 桌子即ins照片 的时尚杂志封面，你仔细看人物的眼神，和微妙的面部肌肉牵引，都是非常符合现实社交逻辑的。 这也是我测H3-Image时最大的一个感受，很多我丢给老模型做过的提示词，H3-Image都能给出全新诠释。 确实世界知识比较丰富。 至于人脸之外的主体，就更是手拿把掐了。 比如，把里约热内卢的城市地标，做成一个立体纸雕风格的旅行手帐。 微缩景观、光影厚度，hmm，总感觉有股 Fable 5 宣传片的味道。 而且果然又露出了小鸡脚！ 你看左下角这手，看到没， 它给大拇指关节附近加了几颗痣！！ 放大看根本不会露馅，手指上的皮肤纹理、关节褶皱，甚至指甲边缘的自然光泽与质感，都还原得一清二楚。 有意思。 我觉得，H3-Image之所以AI味这么少，可能很大程度上就取决于这些 刻意为之的「瑕疵」 。 任何人类主观创造的作品，必然充斥着随机性，过分追求完美反而不符合人类大脑接收信息的习惯。 但这也不禁让我有点发怵。 我一直固执地以为，审美不是机器能学会的东西。 现在看来，似乎只要能把其中的Trick摸清楚，很多人类引以为傲的品质，可能真的没那么神秘…… 再给大家看个demo吧，我拿H3-Image搓了个 法国旅游海报 。 咋说呢，我真不太好意思评价，鄙人的艺术素养已经完全看不出来门道了。 唉。 SOTA级智力 还是整点我自己能搞得明白的任务。 就多模态模型而言，我一直有两个评判标准——美商和智商。 美商就是上面测的，比较玄乎，只能聊聊主观感受。 但智商就可以说道说道了。 比如H3-Image就有一项非常特殊的技能点——世界理解能力。 你可以拿它生成 CAD图纸 。 是的，就是你给它一张产品的外观图，它能自动推演出标准的正交三视图—— 正视图、侧视图、俯视图，一个不差。 家人们，我瘫软了😭😭。 这还不算完。 除了CAD外，你还能让这个模型「爆炸」开。 让H3-Image画个机械拆解的爆炸图，它能精准遵循机械的装配逻辑，把零件给你分层清晰地炸开，甚至连组件引线都给你标上。 这背后，无疑需要对三维几何、空间关系的深刻理解。 当然，对于这类功能属性明显的图片，指令遵循能力也是非常重要的， 光「画」其实难度不是很大 ，主要是考验模型规划、推理的能力。 不然的话，根本搞不明白用户一大堆提示词说的是些啥。 当然了，真要打严肃生产力场景的话，标准肯定是要拉很高的，商业用途必须准确传达信息。 所以除空间理解外，文本排版这个维度，也非常重要。 所以呢，我又干了这么一件事—— 生成了一张 高数期末考卷 。 十多秒就生成出来了。 极限符号、复杂积分式……这种高密度的学术排版，居然一个字符都没乱码。 想必是太简单了，所以我又想出一个天才提示词： 完成这份试卷。 打开一看，我仿佛看到椅子爆炸—— 什么叫图像生成模型的微积分水平比我强？？？ 凭借鄙人勉强结业的高数知识储备，我大概看了一下，发现答案居然是对的，还有解题步骤！？？ 一时间无语凝噎。 当然，老本行， 资产生成也不能少 。 现在不是流行Coding吃掉一切吗，Astra降维3D，Opus 5.5降维视频。 但我一直觉得，很多都是宣传口径，这些跟文本八杆子打不着的任务，我干嘛要用文本模型？ 只能说确实纯文本领域资源多，发展比较快就是了。 从第一性原理出发，我还是比较相信垂直模型这条路，各领域训各自的，天花板会更高，成本也更现实。 而且像H3-Image这种垂直模型，本身就是天选专精啊，完全不矛盾，非常适合接入Harness， 让Agent直接Tool Call 。 这也是最近开始出现的趋势吧，不一定非得单个模型降维一切，通过通用模型去串联各个垂直模型，总效用更高。 如果光是生成用来展示的资产的话，比如下面这种恐龙玩具，垂直图像模型明显是更优解，没必要Computer Use半天。 毕竟如今的图像模型，光影、几何等基本物理常识已经不再是问题。 小零食啥的也是没问题，且看我如何 让中国辣条走向全球 。 甚至3D游戏画面也能生成，倒反天罡了属于是😭。 一段长文本的战术指令下去——什么掩体、火力压制、侧翼包抄，它能立刻给你构建出一个具有真实纵深感和合理遮挡关系的3D战斗场景。 严密遵循游戏术语，几乎可以直接用到概念设计里。 这我还蹬个啥Astra Ultra啊 ，反正都是看个demo，生成几张图片不就完事了。 （bushi） 多模态「源神」 基本上就这些，除此之外呢，作为一个旗舰图像模型，H3-Image还放出了一些小福利。 最重要的，H3-Image直接把分辨率干到了 16MP （4096×4096像素） ，也就是原生4K。 泪目了家人们，我终于不用GPT生完图后，又丢给Nano Banana优化半天了🥹。 而且4K生成也巨快，这么大的图，我用网页端体感就 10-20秒 。 虽然但是，谁不想在等GPT磨洋工的时候，美美来上一把贪吃蛇呢 （bushi） 。 扯远了。 除了这些，H3还有一个比较特别的参数—— 支持 最多16张参考图 输入。 就能装巨多，完美主义者福音，在角色一致性、复杂分镜连续性上，给了创作者前所未有的自由。 4K日常创作，真正