Minimax H3-Image实测：5个场景对比GPT-IMAGE

以下是视频口播的自动转写，可能有错字。

朋友们，图片模型又打起来了！就在昨天，MINIMAX开源了图片模型 H3-IMAGE，支持4K直出，一次最多能放16张参考图，效果甚至能和 GPT-IMAGE 摆摆手腕。是不是真这么强？今天我用5个场景实测一下，前3个场景我会把 H3和 GPT-IMAGE 的图放在一起对比。

第一个场景，成都菜市场，竹筐、红辣椒、手写价签、鱼摊、腊肉，一口气全塞进一张图。H3这张，菜叶上的水珠、竹编的纹路、价签上的手写字，细节全都在。第二个场景，渔夫肖像。这张一定要放大看，h3的皱纹、眉毛一根一根清晰可见，头巾的质感也很在线，连起球都看得到。

4k是真细节，放大也不糊。第三个场景，中文海报，长安夜行四个大字，副标题，上映日期，h3全部正确。不过要是报纸那种密密麻麻的小字，h3还是会糊。第四个场景，改图，在泳池里拉大提琴，白天改成蓝调夜晚，墙上嵌一圈圆灯。头顶拉上灯串，人物、衣服、琴。

椅子、梯子、机位一样都没动。第五个场景，多图参考，给他一张空房间，再加9张家具照片，让他把家具摆进去，一次全放好了。房间布局、机位、窗户都没变，家具一件也不少，位置也没跑偏。五个场景看下来，h3的强项很明确，一次成图。复杂场景、中文大字、多图参考，换光换景都没问题，细节还经得起放大。

短板也有，就是密集小字还会糊。另外我还加测了一轮多轮改图，同一张图连续改，一直改到6轮才出现一点点噪点。稳定性超出我的预期。再分享一个小技巧，h3用英文提示词效果明显比中文提示词好。哪怕你要生成的是中文海报，也建议用英文写描述，只要把出现在画面中的中文字用引号标出来。

总的来说，如果你平时做海报、电商图、室内效果图，h3已经完全可以拿来干活了，而且它是开源的，值得上手试试。你觉得 h3和 gpt image 哪个更好？评论区说说你的看法。