ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارAPI / منتج · جاهز للعملX: @MiniMax_AI→ المصدر

MiniMax تطلق H3-Image مفتوحة المصدر: صورة بدقة 4K خلال 10 ثوانٍ ودعم حتى 16 صورة مرجعية

أطلقت MiniMax نموذج H3-Image لتوليد الصور، وهو يرسم صورة بدقة 4K خلال 10 ثوانٍ. تصل الدقة القصوى إلى 16 مليون بكسل، ويمكن تحميل ما يصل إلى 16 صورة مرجعية في طلب واحد، مثل صورة منتج وشعار ونموذج لأسلوب بصري محدد. كما يستطيع النموذج تعديل الصور الجاهزة بناءً على وصف نصي، وأوزانه مفتوحة. وبالنسبة لفرق المنتجات، تمثّل هذه الخطوة فرصة للحصول على جودة تصلح للطباعة دون الحاجة إلى أداة منفصلة لرفع الدقة.

معالج بواسطة الذكاء الاصطناعي من X: @MiniMax_AI؛ بتحرير Hamidun News
MiniMax تطلق H3-Image مفتوحة المصدر: صورة بدقة 4K خلال 10 ثوانٍ ودعم حتى 16 صورة مرجعية
المصدر: X: @MiniMax_AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليX: @MiniMax_AI ↗
رئيس التحرير
السرعةصورة كاملة بدقة 4K تُولَّد في نحو 10 ثوانٍ
الإتاحةعبر API وMiniMax Code وHailuo AI، مع نشر الأوزان
حقيقة رئيسية #3حتى 16 صورة مرجعية في الطلب الواحد، إضافة إلى التعديل بالوصف النصي

ظلّ توليد الصور عالقًا منذ فترة طويلة بين مفاضلتين مزعجتين. فإما أن يكون النموذج سريعًا لكنه ينتج إطارًا متوسط الدقة، يضطر المستخدم بعد ذلك إلى تكبيره بأداة منفصلة لرفع الدقة. وإما أن تأتي الصورة واضحة لكن انتظارها يستغرق دقائق، ويكون الوصول إليها محصورًا في واجهة API مغلقة تملكها جهة أخرى. وتقول شركة MiniMax الصينية إن H3-Image يعالج هذين العائقين معًا: دقة 4K خلال 10 ثوانٍ، وأوزان مفتوحة.

ما الذي أعلنته MiniMax تحديدًا

صدر الإعلان عبر الحساب الرسمي للشركة على منصة X، وحصد نحو 734 ألف مشاهدة. وهذه أبرز النقاط:

  • يستغرق توليد صورة بدقة 4K نحو 10 ثوانٍ؛
  • الحد الأقصى للدقة 16 مليون بكسل (للمقارنة، مربع 4096×4096 قريب جدًا من هذا الرقم، أما إطار 4K التقليدي بأبعاد 3840×2160 فيعادل نحو 8 ملايين بكسل)؛
  • يتبع النموذج نص الطلب بدقة، ويستطيع تعديل الصور الجاهزة؛
  • يمكن تمرير ما يصل إلى 16 صورة مرجعية في طلب واحد؛
  • أوزان النموذج مفتوحة.

يتوفر H3-Image عبر API الخاص بـ MiniMax، وعبر MiniMax Code، وعبر خدمة Hailuo AI. أما أرقام السرعة والدقة فمصدرها الشركة نفسها حتى الآن، ولا يتضمن الإعلان أي قياسات مستقلة.

لماذا 16 صورة مرجعية؟

التفصيل الأكثر عملية هنا ليس الدقة، بل عدد الصور المرجعية. تخيّل متجر ملابس يحتاج إلى عشرات اللقطات الإعلانية. يمكنه أن يضع في الطلب صورة المعطف نفسه، وشعار العلامة التجارية، ونموذجًا للإضاءة من جلسة تصوير سابقة، وصورتين أو ثلاثًا للعارضين، ثم يصف المشهد بالكلمات. وكلما زاد عدد الصور المرجعية التي يحتفظ بها النموذج في وقت واحد، قلّت الحاجة إلى إكمال التفاصيل يدويًا، وصار الأسلوب أكثر اتساقًا عبر السلسلة كاملة.

وينطبق الأمر نفسه على التعديل. فإذا كان النموذج لا يكتفي بإنشاء صورة من الصفر، بل يعدّل صورة جاهزة بأمر نصي (إزالة الخلفية، أو تغيير اللون، أو إضافة عنصر)، فيمكن دمجه في سير عمل واحد بدلًا من سلسلة مكوّنة من ثلاث أدوات أو أربع.

لماذا تهمّ الأوزان المفتوحة

تمنح الأوزان المفتوحة ما لا تتيحه الخدمات المغلقة: يمكن نشر النموذج على خوادمك الخاصة، وعدم إرسال المواد التجارية إلى الخارج، والتحكم بنفسك في تكلفة التوليد. وهذه حجة قوية للفرق التي تبني الأسواق الإلكترونية ومحررات الصور والألعاب ومنصات تصميم الإعلانات، خصوصًا حين تتضخم فاتورة مئات الآلاف من الصور شهريًا بوتيرة أسرع من الإيرادات.

وللأمر وجه آخر. فالإعلان لا يوضح حجم النموذج، ولا نوع بطاقات الرسوميات اللازمة للوصول إلى تلك الثواني العشر، ولا شروط الاستخدام التجاري المسموح بها. والأرجح أن «10 ثوانٍ لصورة 4K» تخص واجهة API لدى الشركة على عتادها الخاص. أما على محطة عمل عادية فسيختلف الزمن، ولهذا ينبغي التحقق منه باختبار فعلي، لا تصديق الرقم الوارد في تغريدة.

ماذا يفعل المطوّر

إذا كنت تبني منتجًا يعتمد على توليد الصور، فمن المجدي أن تُعدّ خلال يوم واحد اختبارًا مرجعيًا صغيرًا على مهامك الخاصة:

  1. اختر 20–30 طلبًا حقيقيًا، بينها طلبات معقدة: صور تحتوي على نص، وعدة عناصر، وصور مرجعية.
  2. شغّلها عبر H3-Image وعبر النموذج الذي تستخدمه حاليًا.
  3. قارن الجودة وزمن الاستجابة وسعر الصورة في API، ثم قدّر تكلفة الاستضافة الذاتية.
  4. تحقق بشكل منفصل من رخصة الأوزان قبل أن تعتمد النموذج في منتج تجاري.

والخبر مؤشر مهم على اتجاه السوق أيضًا: فالمختبرات الصينية تواصل إصدار نماذج متعددة الوسائط مفتوحة المصدر، تقول إنها لا تقل أداءً عن الخدمات الغربية المغلقة. وستتضح صحة ذلك في الأسابيع القريبة، حين يبدأ المطورون بمقارنة H3-Image بمولّدات الصور المعتادة على طلبات متطابقة. وحتى ذلك الحين، يمكن القول إن الصناعة حصلت على خيار مفتوح قوي آخر، يستحق التجربة العملية على الأقل.

القصة

أسئلة وأجوبة حول الخبر

لماذا 16 صورة مرجعية؟

التفصيل الأكثر عملية هنا ليس الدقة، بل عدد الصور المرجعية. تخيّل متجر ملابس يحتاج إلى عشرات اللقطات الإعلانية. يمكنه أن يضع في الطلب صورة المعطف نفسه، وشعار العلامة التجارية، ونموذجًا للإضاءة من جلسة تصوير سابقة، وصورتين أو ثلاثًا للعارضين، ثم يصف المشهد بالكلمات. وكلما زاد عدد الصور المرجعية التي يحتفظ بها النموذج في وقت واحد، قلّت الحاجة إلى إكمال التفاصيل يدويًا، وصار الأسلوب أكثر اتساقًا عبر السلسلة كاملة. وينطبق الأمر نفسه على التعديل.

ما أبرز التفاصيل حول ما الذي أعلنته MiniMax تحديدًا؟

صدر الإعلان عبر الحساب الرسمي للشركة على منصة X، وحصد نحو 734 ألف مشاهدة. وهذه أبرز النقاط: يستغرق توليد صورة بدقة 4K نحو 10 ثوانٍ؛ الحد الأقصى للدقة 16 مليون بكسل (للمقارنة، مربع 4096×4096 قريب جدًا من هذا الرقم، أما إطار 4K التقليدي بأبعاد 3840×2160 فيعادل نحو 8 ملايين بكسل)؛ يتبع النموذج نص الطلب بدقة، ويستطيع تعديل الصور الجاهزة؛ يمكن تمرير ما يصل إلى 16 صورة مرجعية في طلب واحد؛ أوزان النموذج مفتوحة. يتوفر H3-Image عبر API الخاص بـ MiniMax، وعبر MiniMax Code، وعبر خدمة Hailuo AI.

ما أبرز التفاصيل حول لماذا تهمّ الأوزان المفتوحة؟

تمنح الأوزان المفتوحة ما لا تتيحه الخدمات المغلقة: يمكن نشر النموذج على خوادمك الخاصة، وعدم إرسال المواد التجارية إلى الخارج، والتحكم بنفسك في تكلفة التوليد. وهذه حجة قوية للفرق التي تبني الأسواق الإلكترونية ومحررات الصور والألعاب ومنصات تصميم الإعلانات، خصوصًا حين تتضخم فاتورة مئات الآلاف من الصور شهريًا بوتيرة أسرع من الإيرادات. وللأمر وجه آخر. فالإعلان لا يوضح حجم النموذج، ولا نوع بطاقات الرسوميات اللازمة للوصول إلى تلك الثواني العشر، ولا شروط الاستخدام التجاري المسموح بها.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…