MiniMax 发布 H3-Image 图像模型 支持 16 张参考图并开放权重

11 月 10 日晚，MiniMax 发布图像模型 H3-Image，同步开放权重。该模型可在 10 秒左右生成 4096×4096（约 1600 万像素）的 4K 图，速度是主流模型的 5 倍上下，参数量 33.1 亿，DiT 权重约 68.65GB，支持最多 16 张参考图，能用 ComfyUI 等工具本地部署，发布当天登顶开源榜。

对漫剧和短剧物料制作团队而言，16 张参考图能力尤为关键。此前跨集保持人设主要依赖提示词反复生成，现在可一次性提供正面、背面、侧脸、表情特写等图集，将角色描述从文字转为图像约束，减少脸部漂移。

文章进一步讨论自建模型的分界线：仅服务固定主角、风格稳定的团队适合投入训练 LoRA 或风格模型以长期复用；项目杂、题材和角色频繁更换的团队则继续调用 API 更划算。同时，素材库需按基础脸、服装、道具、场景分层重建，审片流程也应前移至先审核图层和参考集。