导语:AI 做图进入“4K 十秒”时代
11 月 10 日深夜,MiniMax(稀宇科技)发布了图像生成模型 H3-Image,并同步开放模型权重。官方给出的核心数据很抓眼球:10 秒内生成一张 4096×4096 像素的 4K 图像,速度达到市面主流水平的约 5 倍,价格还只有同档位工具的一半到七成。对天天用 AI 做图、做封面、做海报的朋友来说,这是个实打实的消息。今天咱们把它讲明白,再带上三条值得看的快讯。
一、H3-Image 是什么:一个模型包揽三件事
以前的 AI 做图,往往是“一个模型只会一件事”:生图的不会改图,改图的认不准你的参考图。H3-Image 把三件事装进了同一个模型:
- 文字生图:一句话描述,直接出图,最高 4K(1600 万像素);
- 图像参考:最多可以喂 16 张参考图,人物长相、产品外观、场景、画风都可以分别指定,模型能保持主体一致;
- 图像编辑:上传图加一句指令,就能改图,比如换背景、调细节。
16 张参考图这个能力对做实际工作的人很有用:比如做电商详情页,可以把产品图、品牌色卡、场景参考一起丢进去,让模型整合成一张新图;做绘本或漫画的,能让同一个角色在不同页面保持同一张脸。
二、有多快、多少钱:数字摆出来看
官方测试数据(中位耗时):4K 文生图,标准模式约 16 秒、极速模式约 10.3 秒;作为对比,同档位的 Nano Banana 2.1 需要 50 秒左右。整体速度是市面主流工具的 1.5-2 倍(标准版)、3-4 倍(极速版)。
价格方面,4K(16MP)文生图单张 ¥0.2261(原价 ¥0.4522)、极速版 ¥0.4275(原价 ¥0.8550),只有同档位主流工具的 50%-70%。发布首周,16MP 及以上规格还有五折——这是限时活动,截止时间以官方公告为准,想低成本试高分辨率的可以趁这波。
普通用户不用碰代码,直接用 海螺 AI 就能用上这个模型;开发者则可以通过 MiniMax API 或开放平台接入。
三、“开放权重”是什么意思:不等于随便白嫖
这次发布还有个关键词:开放权重。模型已经上传到 Hugging Face,开发者可以下载部署、二次定制。不过要泼两盆冷水:
- 模型是 331 亿参数的架构,权重文件约 68GB,普通家用电脑跑不动,本地部署是有门槛的玩家才需要考虑的事;
- 开放权重 ≠ 无限制开源,许可证对商业使用等有条件限制,商用前要看清楚条款。
对咱们普通人来说,重点不是下载它,而是:高质量的 4K 做图变快、变便宜了,做封面、做海报、做电商图这些活儿,成本又降了一截。
四、今天还有三条快讯
1. Claude 推出办公三件套:白板、表格、数据看板
据 IT之家、Bloomberg 报道,Anthropic 今天开始推出 Claude Whiteboards(白板)、Claude Sheets(表格)和 Claude Data(数据看板),把 AI 助手往团队协作工具方向推。亮点是口语化:嘴上说一句“帮我做个营销活动追踪表”,它就生成带公式、下拉菜单的电子表格;还能连公司数据库,把数据变成图表甚至解说视频。不过这三件套面向付费计划,个人用户要先看自己的套餐包不包含。Bloomberg 把这看作 Anthropic 对标微软办公套件的一步棋。
2. 谷歌最强模型 Gemini 4 Carbon 开放
谷歌正式向 AI Ultra 订阅用户推出 Gemini 4 Carbon,主打复杂编程、科学推理和长周期智能体任务,API 价格 11 月 30 日前为每百万输入 token 2 美元、输出 10 美元。普通用户暂时用不上(需要订阅),看个热闹即可——国产和海外旗舰的“性价比之战”越打越激烈,对咱们消费者总是好事。
3. 语音转文字迎来升级:102 种语言错误率降 27%
ElevenLabs 发布了语音转文字模型 Scribe v3 和实时版 Scribe v3 Live,官方称在 102 种语言的测试中错误率比上一版降低 27%,实时版还首次支持区分不同说话人。做播客、做采访记录、开会记要的朋友可以关注,这类工具落地到国产产品的速度一般很快,等国内有免费入口了我们再细讲。
写在最后
今天的主线就一句话:AI 做图的速度和价格门槛又降了。工具越来越便宜,真正的差距就落在“会不会写需求”上——同样一个模型,有人一句话出废图,有人三句话出海报。我们今天同步发了一篇 4K AI 做图的提示词写法教程,教你怎么把一句话扩成三句话,感兴趣的往回翻。
信息来源:MiniMax 官方博客及微信公众号(2026-11-10)、IT之家、腾讯新闻、今日头条科技、AIBase、Bloomberg、tpsreport.news,2026 年 11 月 10-11 日。价格与五折优惠均为官方口径,属限时活动,以官方页面实时价格为准;模型许可证条款请以 Hugging Face 页面为准。