Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизОткрытые веса · В работуX: @MiniMax_AI→ оригинал

MiniMax выпустила открытую H3-Image: 4K-картинка за 10 секунд и до 16 референсов

MiniMax выпустила H3-Image — модель генерации картинок, которая рисует изображение в 4K за 10 секунд. Разрешение доходит до 16 миллионов пикселей, а в один запрос можно загрузить до 16 референсных изображений: например, фото товара, логотип и образец стиля. Модель умеет и редактировать готовые картинки по текстовому описанию, а веса открыты. Для продуктовых команд это шанс получить печатное качество без отдельного апскейлера.

AI-обработка оригинала X: @MiniMax_AI; редакция Hamidun News
MiniMax выпустила открытую H3-Image: 4K-картинка за 10 секунд и до 16 референсов
Источник: X: @MiniMax_AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникX: @MiniMax_AI ↗
Главный редактор
Скоростьполноценная 4K-картинка генерируется примерно за 10 секунд
ДоступAPI, MiniMax Code и Hailuo AI, веса опубликованы
Ключевой факт #3До 16 референсов в одном запросе плюс редактирование по описанию

Генерация картинок давно упёрлась в два неудобных компромисса. Либо модель быстрая, но выдаёт кадр среднего разрешения, который потом приходится растягивать отдельным апскейлером. Либо картинка получается чёткой, но ждать её приходится минутами, а доступ закрыт чужим API. Китайская MiniMax заявила, что с H3-Image закрывает оба неудобства сразу: 4K за 10 секунд и открытые веса.

Что именно заявила MiniMax

Анонс вышел в официальном аккаунте компании в X и набрал почти 734 тысячи просмотров. Главные тезисы такие:

  • генерация изображения в 4K занимает около 10 секунд;
  • максимальное разрешение — 16 миллионов пикселей (для сравнения, квадрат 4096×4096 как раз близок к этой цифре, а классический кадр 4K на 3840×2160 — это около 8 миллионов);
  • модель точно следует тексту запроса и умеет редактировать готовые изображения;
  • в один запрос можно передать до 16 референсных картинок;
  • веса модели открыты.

Доступна H3-Image через API MiniMax, через MiniMax Code и через сервис Hailuo AI. Цифры скорости и разрешения пока приведены самой компанией, независимых замеров в анонсе нет.

Зачем нужны 16 референсов

Самая практичная деталь здесь не разрешение, а количество референсов. Представьте магазин одежды, которому нужны десятки рекламных кадров. В запрос можно положить фото самой куртки, логотип бренда, образец освещения из прошлой съёмки, пару фотографий моделей и описать сцену словами. Чем больше опорных изображений модель удерживает одновременно, тем меньше приходится вручную дорисовывать детали и тем стабильнее получается единый стиль в серии.

То же относится к редактированию. Если модель умеет не только создавать картинку с нуля, но и менять готовую по текстовой команде (убрать фон, сменить цвет, добавить объект), её можно встроить в один рабочий процесс вместо связки из трёх-четырёх инструментов.

Почему важны открытые веса

Открытые веса дают то, чего нет у закрытых сервисов: можно развернуть модель на своих серверах, не отправлять наружу коммерческие материалы и самим управлять стоимостью генерации. Для команд, которые делают маркетплейсы, редакторы фото, игры или рекламные конструкторы, это серьёзный аргумент, особенно когда счёт за сотни тысяч картинок в месяц растёт быстрее выручки.

Есть и обратная сторона. Из анонса не видно, какого размера модель, какие видеокарты нужны, чтобы получать те самые 10 секунд, и на каких условиях разрешено коммерческое использование. Скорее всего, «10 секунд на 4K» относится к API компании на её собственном железе. На обычной рабочей станции время будет другим, и это нужно проверять тестом, а не верить цифре из твита.

Что делать практику

Если вы строите продукт с генерацией изображений, имеет смысл за день собрать небольшой бенчмарк на своих задачах:

  1. Возьмите 20–30 реальных запросов, включая сложные: с текстом на картинке, несколькими объектами и референсами.
  2. Прогоните их через H3-Image и через ту модель, которую используете сейчас.
  3. Сравните качество, время ответа и цену за картинку в API, а затем оцените стоимость самостоятельного хостинга.
  4. Отдельно проверьте лицензию на веса, прежде чем закладывать модель в коммерческий продукт.

Для рынка новость тоже показательна: китайские лаборатории продолжают выпускать открытые мультимодальные модели, которые по заявлениям не уступают закрытым западным сервисам. Подтвердят ли это независимые тесты, станет понятно в ближайшие недели, когда разработчики начнут сравнивать H3-Image с привычными генераторами на одинаковых запросах. Пока можно считать, что у индустрии появился ещё один сильный открытый вариант, который стоит хотя бы попробовать в деле.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что именно заявила MiniMax?

Анонс вышел в официальном аккаунте компании в X и набрал почти 734 тысячи просмотров. Главные тезисы такие: генерация изображения в 4K занимает около 10 секунд; максимальное разрешение — 16 миллионов пикселей (для сравнения, квадрат 4096×4096 как раз близок к этой цифре, а классический кадр 4K на 3840×2160 — это около 8 миллионов); модель точно следует тексту запроса и умеет редактировать готовые изображения; в один запрос можно передать до 16 референсных картинок; веса модели открыты.

Что известно по теме: зачем нужны 16 референсов?

Самая практичная деталь здесь не разрешение, а количество референсов. Представьте магазин одежды, которому нужны десятки рекламных кадров. В запрос можно положить фото самой куртки, логотип бренда, образец освещения из прошлой съёмки, пару фотографий моделей и описать сцену словами. Чем больше опорных изображений модель удерживает одновременно, тем меньше приходится вручную дорисовывать детали и тем стабильнее получается единый стиль в серии. То же относится к редактированию.

Что известно по теме: почему важны открытые веса?

Открытые веса дают то, чего нет у закрытых сервисов: можно развернуть модель на своих серверах, не отправлять наружу коммерческие материалы и самим управлять стоимостью генерации. Для команд, которые делают маркетплейсы, редакторы фото, игры или рекламные конструкторы, это серьёзный аргумент, особенно когда счёт за сотни тысяч картинок в месяц растёт быстрее выручки. Есть и обратная сторона.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…