北京
刷到一条消息，MiniMax 把 H3 Image 的权重挂上了 HuggingFace，发布当天就开源。
我试了一下，丢了一段之前做的「19世纪火车站，火灾现场」的提示词进去。
效果还是挺到位的，一次性出图的结果就不错。
印象里，过去两年，生图模型大致分成两派效果。
艺术派，是画面漂亮，光影、材质都在线，但是在逻辑结构、文字细节、空间关系等方面有局限。
另一派是严谨派，逻辑清楚，你给它一段论文、一张表格，它能理出层次，可审美比较一般。
那有没有能兼有两者优势的生图模型呢？
H3 Image 想做的，就是这样一个角色。
它是从 H3 衍生出来的图像模型。
之前对H3印象很深。八月开源的视频模型，一个月下载量就到了 2400 万次，外面基于它做出来的模型有 300 多个。
这次终于轮到图片领域了。
发布当天，权重就挂上了 HuggingFace，魔搭和 GitHub 同步。
一张 4096×4096，差不多 1600 万像素，10 秒生成完毕。
标准模式的速度是市面主流的 1.5 到 2 倍，高速模式 3 到 4 倍。价格是同档位的五到七折。
快当然重要，但我这次更关心的，是MiniMax开源的版本，到底是真能打，还是悄悄留了一手。
01它真看得懂结构和内容
第一题我挑了个工艺细节、设计结构很难的。
「十八世纪的黄铜机械太阳系仪，要爆炸装配图，不给参考图，只给一段英文规格」。
这类图最容易出的毛病是散。零件是散开了，但散得没道理，齿轮飘在半空，谁装谁不分明，看着热闹，其实没交代任何结构。
它给的这张，零件是沿一条垂直的轴下来的。底座在最底下，齿轮组往上，轨道环一层层叠，太阳球在顶，尖顶收尾。
每拆下来一块，都有一根细虚线连回它原来的位置。
装配顺序是对的。
从复杂的机械构成，到具体的文字说明，都很严丝合缝。
接着我又试了个更偏工程的——
二十年代的深海观测潜水球，要四视图 CAD 蓝图。
正视图、侧视图、俯视图，加一张四分之三轴测。
可看到的轮廓走实线，被遮住的结构走虚线，对称轴和关节中心走点划线。
这张图考的不是好看，是准确性。
除了这种，我还尝试了一下现代机械结构——
让它画一台全自动咖啡机的原理图，十个环节按真实顺序串起来，水路走蓝，咖啡液走棕，电控信号用虚线。
这类图容易死在顺序上。
错一环，水就从加热块直接进了杯子。
实际生成的，各功能呈现都很严谨，也还挺美观。
那么更学术、更专业一点的配图，怎么样呢？
我让他根据参考图中的论文，理解研究内容，生成与正文对应的学术配图。
从视觉效果上来说，让内容变得更直观了，传播性也变得更好了。
02它不只会画机械和结构，还懂浪漫
画完这些我换了个方向，想知道它离开结构还能不能站住。
下面这些，一张参考图都没给，就能做出风格高度统一的动画角色，而且全是 4K
先是动漫、动画。
提示词：「傍晚的海边，一个淡紫短发的女孩独自站着，手里捏着一根仙女棒，火花把她的脸和指尖照亮。天从深靛蓝压到淡紫，地平线上留一抹粉。」
换了个任务，做是原创IP角色设计，它直接出角色设定图。
三视图、四种表情、服饰拆解、色板、世界观说明，全排在一张板子上。
角色设定图那段的画面描述
「一个银发、紫眼睛的年轻女法师，深色斗篷上浮着会发光的符文，站在纯白背景里。
一张板子上排着她转三圈：正面、侧面、背面。旁边四种表情：平静、笑、怒、惊讶。
右下角拆开服饰和装备，一件件标出来。底下一条色板。旁边一小段世界观设定，字要清楚。」
除了动画影视，我还试了试艺术领域。
超现实静物、字母拼贴海报、乐高风格电影海报、夜色分色主义，一路滑到 3A 游戏截图。
荒谬错位静物摄影，这套视觉的核心是在极端克制与理性的工业摄影里，塞入一个荒谬的小细节。
还有，超大字母拼贴涂鸦海报，这套视觉的核心是用一笔「故意的糙感」。
物象化字体的电影海报
全毛线针织/刺绣物象化的电影海报
巨碑排版与孤独叙事的电影海报
乐高风格的电影海报
电影人物写实的照片
还尝试了一些，夜色分色主义与浪漫古典主义的交融的作品
3A游戏截图
还有一个能力得单独说。
它一次最多能塞 16 张参考图，内容、风格、布局可以分开指定。
我故意试了个刁钻的做法。
给它一张空房实景，加上十五张白底家具图，一共十六张。
关键是我把所有单品都切成了差不多大的方图，大床和小闹钟在图片里看着一样大。
它得自己判断哪件该多大，再按房间的真实尺寸摆进去。
床贴左墙，书桌塞到窗下，矮书柜靠右，椅子要能拉开，从门口进屋得有条路走。
十六张图进去，出来一张能当家居目录页的图。
红白格的被子、窗台下的书桌、右边的矮书柜、地上的绿地毯，位置和大小都对得上。
嫌一张张传麻烦的，把单品拼成一张板一起传，它也认得出来。
到这儿也差不多了。
模型这东西，参数看多了会麻木。
10 秒、1600 万像素、16 张参考图，单拎出来都是数字。
真能说明问题的，还是你拿自己手上那张图去试一次。
现在 MiniMax Code 的网页端、桌面端、App 端都能直接用。
MiniMax Code https://code.minimax.cn/about
想先在网页上看看效果的，
可以去海螺 AI 体验中心：hailuoai.com
正式使用还是推荐 MiniMax Code
HuggingFace: https://huggingface.co/MiniMaxAI/MiniMax-H3-Image
建议别拿风景图去试，那种图什么模型都能画。
拿你平时最头疼的题去试试～
让它画一张带标注的结构图，或者一次塞十几张参考图进去，看它乱不乱。
十分钟，你自己就有答案了。
朋友圈会发一些具体的案例和商业化日常～
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
