MiniMax H3-Image 开放权重与 API，支持最多 16 张参考图编辑

以下是视频口播的自动转写，可能有错字。

16张参考图，10秒出4k，新模型来了，还有正式版更新，和一个必须看清编号的接口停用通知。大家好，我是天天，关注 ai 影视、短剧和工具落地。把新消息讲明白，也把使用门槛讲清楚。欢迎各行各业的朋友关注、交流。这次最有看头的是11月10日发布的。

mini max h3图像模型。官方开放了权重，也提供在线接口。他把文生图和参考图编辑放在同一个模型里，最多支持16张参考图。看官方这个例子：空房间加上9件家具，组合成同一个客厅，做短剧场景的时候，这种参照关系很有用。再看月球基地的例子：灰模被改成了带材质和光影的画面。

这些都是官方展示的结果，我没有把它们当成本机实测。至于十秒出4K，也是厂商公布的数据。他说的是4096×4096像素，不能直接换算成你手上的显卡速度。先别急着下载模型卡列出的图像主包BF16版本，约68.65GB，这还没把额外的文本编码器算进去。

ComfyUI接入的开发者做过5090对照，不等于16GB显卡已经验证能跑。如果你主要做角色定妆、场景修图，可以先评估在线接口。不过它当前的接口不支持透明背景，也不支持用遮罩指定局部编辑。需要透明道具或人物素材时，这个限制会直接影响后期结果。

图片链接只保留24小时。也别把临时链接当成素材归档，还有提示词增强，可能改写你的描述，做连续镜头要核对实际修改后的提示词。接着看康菲UI0.45.0，已经有正式发布页，GITHUB的UTC时间换到北京是11月11日凌晨5:42，H3图像超分、视觉理解和云端音频节点都列进了这版清单。

Cdream 5.5也被收录，但它11月9日就发布了。今天的新进展是正式版接入，windows 便携版还移动了CPU和快速FP16启动脚本的位置。如果你自己写过批处理，旧的相对路径可能需要核对。认证和云端令牌的默认行为也有变化，这版值得单独试。

正在胶片的环境先保留原来的可用组合。后期这边。Relay 视频超分进入了正式 core，它的思路是让大模型处理稀疏关键帧，再用轻量网络接上中间的视频帧。现在看到的是作者公开的4倍超分对比。分界线扫过去，可以对着同一处细节看。做短剧后期，观众最后看到的还是连续画面。

脸部纹理、细发和背景线条，除了单帧清楚，还要看动起来有没有闪烁、重影。官方接入说明支持两倍和四倍，但这不是在说16gb设备必然能按宣传速度处理。作者独立仓库的推理说明还写了，输出保留帧率。音频不会自动复制，所以做完画面增强，原音轨有没有回来，也得检查。

本期说的是正式版收录进展，算法本身更早就公开了。声音方面，breeze tts 2的云端节点也随这版交付。这里要分清许可，推理代码是APACHE2.0权重和自托管输出另有研究，非商业限制付费托管服务的输出按对应服务条款判断。皮卡的视频和音乐音效节点也属于云端接口，不能当做显卡里多了几个本地模型。

VIVIS视觉理解困视频输入以及C的VR2的自适应切片。也在更新清单里，他们可以成为检查镜头的候选工具。单帧识别结果还不能证明整段动作没有问题。还有一条很具体的提醒。来自 bite plus 官方弃用通知，11月11日北京时间下午5点后，一个 cedence 1.5 pro 旧接口停止服务，而且不会自动迁移。

完整模型编号已经放在画面上，末尾是251215。只影响调用这个编号的流程，其他版本不要跟着误停。通知推荐了对应的2.0 mini 替代版本，切换后参数、参考素材、价格和返回格式都需要重新确认。h3图像的费用也别只记一个单张价，官方按输入和输出的token计费，多放参考图也会改变成本。

发布周的五折还有像素门槛和截止时间。不是所有图片都自动半价，权重、社区许可还有地域、收入和第三方托管条件，在线 api 条款要另看，尤其打算把模型包装成对外服务的朋友。先看托管授权。这期我最想继续观察的是多参考图编辑能不能稳定保住人物和场景。

漂亮样图已经看到了，连续镜头和完整交付还要继续验证。你更关心本地显存，还是在线生成成本？评论区聊聊！