MiniMax 开源 H3-Image：一张空房间加多张单品图，直接合成 4K 效果图
做室内设计、电商场景图的人可以直接试，16 张参考图各管一件事，比一般生图模型对布局的控制细得多。开源权重能本地跑，但 135 GB 得掂量下显卡；不想折腾就调 API，半价期一张 4K 图才 3 分多美元。注意欧美地区用不了社区许可。
MiniMax 刚开源了 H3-Image 图像生成模型，主打多参考图合成场景：输入一张空房间照片加沙发、茶几等单品图（最多支持 16 张参考图，每张各管一件事），模型能把家具放进同一个房间，输出约 1600 万像素的整屋效果图。分辨率方面，方图达 4096×4096，16:9 横图达 5472×3072，比常见的 2048 档多 4 倍像素，不需要再单独放大。
技术上它支持几种有意思的输入方式：丢一张灰模渲染图可以定构图，模型负责补材质和光影；在地图上画个红箭头，能生成该位置的第一人称视角画面。API 层面会自动把中文短要求扩写成详细的英文画面描述再出图，摄影细节不用自己写。本地部署有 SGLang、vLLM、ComfyUI 三条路径，从零下载约 135 GB。
采用社区许可，美国、欧盟等地区被排除在外，年收入超 100 万美元需单独授权。走 API 一张 4096×4096 约 0.069 美元，11 月 18 日前半价 0.034 美元。
空房间一张，家具图九张，它直接给你摆成客厅 MiniMax 刚开源的 H3-Image 你丢一张空房间照片，再丢沙发、茶几、边桌这些单品图 它把东西放进同一个房间，出一张约 1600 万像素的效果图，不用再拿去放大 一步出 4K 大图 方图 4096×4096，16:9 横图 5472×3072 比 2048 那档多 4 倍像素，模型直接生成 参考图各管一件事 最多 16 张，一张管房间，一张管沙发 还能丢一张灰模渲染图定构图，它补金属、月壤和光影；在地图上画个红箭头，它画出站在那儿看到的第一人称画面（官方样例，只是静态图，没法真走进去） 一句中文也能用 API 会先把你的短要求扩写成详细的英文画面描述再出图，摄影细节不用自己写 本地能跑，但很大 SGLang、vLLM、ComfyUI 都有路径，从零下载约 135 GB... 社区许可，美国、欧盟等地区被排除，年收入超 100 万美元要单独授权 走 API 的话，官方示例一张 4096×4096 约 0.069 美元，11 月 18 日前半价 0.034📊 3 ⚡
本条情报归属 AITOP「模型」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：MiniMax、H3-Image、开源模型、多模态，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「小互」（@imxiaohu），经 AITOP 多维评分管线结构化提炼。
