MiniMax生图模型盯上CAD

MiniMax在11月10日晚开放了新一代图像模型MiniMax H3-Image的权重，并于11月11日正式公布产品细节：模型可在10秒内直接生成4096×4096像素图像，支持最多16张参考图，还把机械爆炸图、CAD风格图纸和复杂信息图列为重点展示场景。

MiniMax H3-Image是一个把文生图、多参考图生成和图像编辑合并到同一套权重中的多模态图像模型。 MiniMax将它定位为开放权重图像模型中的SOTA，开发者已经可以从Hugging Face模型页下载权重，官方同时放出了GitHub仓库，提供部署说明、提示词方法和示例素材。(github.com)

这次发布最值得关注的并不是“又一个能画漂亮人像的模型”，而是MiniMax开始把生图模型推向结构化视觉任务。所谓结构化视觉任务，是指图像中的零件、文字、空间关系和参考素材必须按照明确规则组织，而不是只要画面氛围相似就算成功。

原生4K，不是生成后再放大

原生4K生成是指模型直接在约1600万像素的目标画布上完成扩散采样，而不是先生成低分辨率图片，再通过超分辨率算法放大。 H3-Image的方形4K输出为4096×4096，共1677.7万像素；16:9模式可以输出5472×3072，3:4模式可以输出3552×4736，自定义分辨率最高支持2000万像素。(github.com)

这一区别对专业创作很实际。后期放大可以增加像素数量，却很难凭空恢复齿轮边缘、金属接缝、细小文字和材料纹理；原生高分辨率则让模型在生成阶段就有更大的空间安排这些信息。

MiniMax称H3-Image高速模式可在10秒内生成一张4K图片，速度最高达到市场主流水平的5倍；标准模式速度约为主流产品的1.5至2倍，高速模式约为3至4倍。这里的“10秒”更接近官方基础设施上的理想延迟，而不是任何本地设备都能复现的固定成绩，实际速度仍会受到硬件、并发量和输出比例影响。(minimax.io)

| 模式 | 典型输出 | 官方速度定位 | 发布期4K文生图示例价格 | 更适合的场景 | |---|---:|---:|---:|---| | H3-Image Standard | 最高2000万像素 | 主流方案的1.5—2倍 | 0.03439美元，约0.24元 | 商业视觉、商品图、精细编辑 | | H3-Image Highspeed | 最高2000万像素 | 主流方案的3—4倍 | 0.06501美元，约0.46元 | 高频迭代、Agent自动生成、批量预览 | | 本地开放权重版 | 推荐约1600万像素 | 取决于GPU与卸载策略 | 无按张费用，但硬件成本高 | 私有部署、研究、工作流定制 |

限时价格需要加上时间条件。MiniMax在北京时间2026年11月10日至11月18日零点左右，对最终交付面积不低于1660万像素的请求提供五折优惠；标准版4K文生图示例成本由0.06879美元降至0.03439美元，按当前常见汇率粗略换算约为人民币0.24元。实际费用按输入文字、参考图片和输出图片的Token数量计算，并不是严格固定的“每张两毛”。(platform.minimax.io)

CAD拆解说明了什么

CAD拆解图是用分层、剖面或爆炸视图展示产品内部零件及装配关系的技术视觉表达。 MiniMax在官方案例中展示了电动摩托车爆炸图、喷气发动机拆解图、摩卡壶蓝图、四足机器人CAD图，以及机械兽爆炸视图，这些案例比普通写实人像更能暴露模型到底有没有理解结构。(github.com)

过去不少生图模型画“机械拆解”，本质是在模仿工业设计图的视觉风格。它们能画出大量看起来专业的齿轮、螺丝和引线，但零件经常凭空悬浮，同一个结构在不同视角下无法对应，引线也可能指向错误位置。

H3-Image更进一步的地方，在于它试图先理解参考图中的物体，再决定应该拆出哪些部分、按照什么空间关系排列。模型最多可以同时读取16张参考图，用户可以分别指定主体、材料、服装、场景、构图和风格来源，而不是把所有要求塞进一张拼贴图里。官方接口还保留了参考图的输入顺序，提示词可以明确引用“图片1”“图片2”，这为复杂素材组合提供了更稳定的控制方式。(platform.minimax.io)

这项能力对电商产品说明、工业概念图、游戏道具设定和科普插图很有价值。比如，用户可以输入一张产品照片、一张内部结构草图和一张品牌视觉规范，要求模型生成统一配色的爆炸视图；也可以输入角色正面、背面、服装和武器参考，批量生成角色设定板。

但H3-Image生成的仍然是图片，不是工程CAD文件。它不会输出可编辑的参数化曲面、尺寸约束、材料公差、装配关系或BOM清单，也不能保证隐藏零件符合真实机械原理。用它做概念表达、提案草图和说明图是生产力工具，用它替代SolidWorks、CATIA或Fusion里的工程建模则不现实。

判断这类模型是否能进入工业流程，关键不在于图片像不像CAD，而在于结构能不能被验证。 如果模型画出一台发动机的爆炸图，却无法保证零件数量、连接方式和剖面逻辑正确，它就只能缩短视觉沟通时间，不能进入设计验证与制造环节。

“脑子”来自H3，而不只是更大的图像模型

单流多模态Transformer是把文字Token、参考图Token和目标图像Token放进同一条序列中联合处理的架构。 H3-Image沿用了MiniMax H3的多模态底座：文字提示和参考图首先经过H3文本编码器，参考图同时由图像VAE编码，然后作为一条打包序列交给扩散Transformer预测目标图像的潜变量。(github.com)

这意味着参考图不是简单作为风格滤镜附加在生成过程旁边，而是和文字指令共同参与模型对目标画面的理解。对于“把图片2的头部装到图片1的身体上，同时保留图片3的服装颜色和图片4的摄影光线”这类任务，统一上下文比多个独立控制模块更容易保持关系一致。

H3-Image的扩散Transformer拥有331亿参数、50层网络、5376隐藏维度和56个注意力头，使用与H3 Omni Transformer相同的3D多模态RoPE。图像VAE采用16倍空间压缩和24个潜变量通道，经过2×2 Patch切分后，每个Transformer Token对应原图约32×32像素区域。(github.com)

模型只需要6个采样步骤，这也是速度能够压到10秒级的关键。传统扩散模型往往需要二三十步甚至更多采样才能得到稳定结果，而H3-Image通过后训练、强化学习、采样步数压缩、提示词增强和部署优化，把生成过程压缩到固定的6步。

提示词增强是由额外模型把用户的短指令改写成更完整、更适合图像模型理解的描述。 H3-Image文生图默认开启Prompt Enhancement，图像编辑则始终开启；API可以返回实际使用的扩展提示词，方便用户继续修改。可选的H3-Image-PE提示词扩展模型采用NVFP4精度，权重大小约17.9GB。(github.com)

这种设计有利也有弊。好处是用户不必手写几十行摄影、材质和构图词，短提示也能得到完整画面；问题是增强模型可能擅自补充用户没有要求的视觉元素。对机械结构图、数据图表和品牌物料来说，开发者最好检查扩写后的提示词，避免模型“好心”增加不存在的部件或文字。

开放权重，但本地部署并不轻

开放权重是指开发者可以下载和运行模型参数，但不等同于获得Apache 2.0或MIT式的无条件开源许可。 H3-Image的DiT权重约68.65GB，其中Transformer文件约66.28GB，VAE约2.34GB；模型还依赖MiniMax H3中约66.7GB的文本编码器。原始检查点加文本编码器约需135GB，Hugging Face仓库连同Diffusers格式文件总量约204GB。(github.com)

这意味着H3-Image虽然开放了权重，却不是一张24GB消费级显卡下载后即可满血运行的模型。官方部署说明提到，单张B200或B300可以容纳完整模型；H200需要卸载文本编码器；SGLang在可用显存低于130GiB时也会自动卸载部分组件。官方同时提供4卡序列并行方案，并列出从高端数据中心GPU到12GB显卡的部署路径，但低显存运行通常要付出更高延迟和频繁内存交换的代价。(github.com)

| 本地部署项目 | 规模 | |---|---:| | DiT权重 | 68.65GB BF16 | | 独立文本编码器 | 约66.7GB | | 原始推理所需文件 | 约135GB | | Hugging Face完整仓库 | 约204GB | | 扩散Transformer参数量 | 331亿 | | 默认采样步数 | 6步 |

真正值得关注的是生态适配速度。官方仓库已经给出SGLang、vLLM-Omni、Diffusers和ComfyUI的部署入口，还支持英伟达与AMD相关推理路径。对开发者而言，H3-Image的价值不只是可以离线生图，而是可以被塞进现有Agent和视觉工作流：前一个模型分析需求，H3-Image生成素材，后续模型再做局部编辑、视频化或质量检查。

许可证是这次“开源”叙事中的硬限制

MiniMax H3-Image Community License是带地域和商业授权条件的社区许可证。 许可证明确将美国、欧盟、英国和韩国列为排除地区，上述地区的个人或企业如果要部署模型，需要另行联系MiniMax取得许可。(huggingface.co)

商业条件也比常见开源许可证严格。若使用者及其关联方年化收入超过100万美元，或者向第三方提供托管服务，就必须事先取得MiniMax的书面授权；商业产品界面还需要显著展示“MiniMax-H3-Image”。模型生成的图片不被视为模型衍生物，MiniMax也声明不主张用户输出内容的权利。(huggingface.co)

所以，更准确的说法是H3-Image“开放权重”，而不是无条件开源。研究人员、独立开发者和国内团队能够下载、修改和探索模型，但准备做全球化产品的公司必须先过法务这一关。

MiniMax这次押对了方向

图像模型的下一轮竞争正在从画质竞赛转向视觉任务完成率竞赛。 当主流模型都能生成漂亮人像和电影感场景后，真正影响生产效率的是：能不能理解十几张素材、能不能保持对象关系、能不能正确排版文字，以及能不能在十几秒内给出可继续修改的高分辨率结果。

H3-Image把原生4K、6步采样、16张参考图和统一图像编辑放进同一模型，产品方向是对的。尤其是CAD拆解、信息图和复杂角色设定这些案例，至少说明MiniMax不满足于继续卷“更真实的皮肤”和“更电影感的光影”。

它目前最大的短板也很明确：完整本地部署成本高，许可证限制较多，蒙版局部重绘、透明背景、预览图等常见生产功能尚未支持，官方API还不允许用户自行指定随机种子。(github.com)

H3-Image不是工程CAD工具，也还不能单独承包完整设计工作流，但它已经比“提示词抽卡器”更接近一台能理解素材关系的视觉生产机器。对开发者来说，这比单纯多几个跑分冠军更有价值。

参考来源

• MiniMax H3-Image GitHub仓库：官方技术规格、架构、本地部署方式、分辨率与CAD拆解案例。
• MiniMax H3-Image Hugging Face模型页：官方权重下载、模型文件和Diffusers支持情况。
• MiniMax H3-Image社区许可证：地域限制、商业授权门槛与输出内容权利说明。