优推编辑部 前几天，MiniMax发布了他们的新一代图像生成模型H3-Image，这让我很感兴趣。听说这个模型能在10秒左右生成4096×4096像素的高分辨率4K图像，而这个速度是市面上大部分模型的1/5，真的很惊人！
很多网友在实测后表示，H3-Image的表现可以和全球顶尖的图像生成模型一较高下。这个开源模型的整体水平达到了一个新的高度，真的是值得关注。
除了生成速度和图像质量的提升，我觉得最值得一提的是它对复杂指令的理解能力。H3-Image可以支持最多16张参考图的融合，这意味着你可以给它更多的信息来生成想要的图像，这在开源模型中实属罕见。
为了更好地了解它的表现，我们使用MiniMax海螺和MiniMax Code连接H3-Image，进行了一系列的实测，涵盖了视觉效果、复杂任务理解和多素材融合等方面。
一、从复古漫画到写实摄影，H3-Image视觉表现实测
我们设计了五组测试，分别考察了真实质感、风格转换、游戏场景复刻、海报文字排版，以及它的16图参考融合能力。
首先，H3-Image可以生成非常真实的摄影作品。比如下面这些图，如果不告知，很多人可能会认为这是实拍的。这种光影效果和人物细节都处理得非常自然，整体没有常见的AI图像中那种“塑料感”。
再看看这张“自然摄影”的作品，AI生成自然环境一直比较有挑战性，因为很多时候物体的姿态和环境细节容易暴露它的生成痕迹。然而，H3-Image生成的这张图却很自然，光线和动态细节都很和谐，让人感觉真实又有故事感。
建筑图像的生成也不简单，要求线条整齐、光影自然。H3-Image在这一点上表现得十分优秀，尤其是对于室内外光线的处理，展示了它对光影的理解力。
运动场景也是一项考验，H3-Image生成的“运动员”在姿态和动态上都真实，甚至连草皮飞溅的细节都处理得不错。说实话，这种细节让人觉得它的表现已经接近专业摄影了。
接下来，我们用同一张橘猫的照片进行风格转换测试，看看H3-Image能否在不同艺术风格中表现出色。我们要求它生成毛毡定格动画和超现实主义油画。
结果令人满意，H3-Image在细节上表现得很到位，毛毡风格的元素都处理得十分细腻。而超现实主义的作品中，它巧妙地融入了标志性的元素，营造出一种超现实的氛围。
游戏场景也是H3-Image的重要应用之一。我尝试生成了一张以《塞尔达传说：旷野之息》为灵感的画面，整体感觉相当不错，色彩和光影都很协调，接近真实游戏截图的效果。
我还要求它生成一款奇幻RPG游戏的HUD界面，结果也相当理想，各功能模块的布局和设计都符合主流游戏的逻辑，能作为开发的有效参考。
最后，我们还让它设计了一把名为“蒸汽核心弩炮”的武器，生成的正视图、侧视图和局部细节图都相当到位，细节处理得特别精细，作为概念设计的参考已经非常高了。
