MiniMax-H3-Image的官方模型页已经列出权重下载命令和本地部署流程:同一套模型支持文字生图与参考图编辑,能够直接生成4096×4096的图像,无须再用放大模型补尺寸。想把它搬到自己的电脑上,先别只盯着生成效果——模型之外还有文本编码器,官方完整示例中的提示扩写也会调用云端接口。
如果目标是搭建本地生图服务,它已经有明确的官方部署路径;如果目标是断网完成从中文想法到最终图片的全过程,就需要继续检查提示扩写、组件依赖和运行条件。能下载模型,与整条流程都留在本机,是两个需要分别落实的问题。
图片可以本地生成,完整流程还要看提示扩写
官方说明,MiniMax-H3-Image需要的是描述整幅画面的详细英文指令。在线接口会先用H3-Image-Context-IR,把任意语言的简短要求扩写成这样的描述,再交给图像模型生成。可以把它理解成给装修师傅交需求:只说“客厅温馨一点”还不够,先整理清楚布局、物件和氛围,后面的执行才有更具体的依据。这里的扩写负责整理要求,图像模型负责把要求变成画面。
这会直接影响本地使用方式。官方完整流程中的文字生图和改图示例,都先调用MiniMax的提示扩写接口,再把整理好的描述交给本地SGLang服务。因此,照着这套示例运行,图片生成在本机完成,前面的需求整理仍会用到云端;有保密要求的文字或参考图,需要先检查具体提交给接口的内容。
文字生图还有一个官方给出的本地替代方案:单独部署MiniMax-H3-Image-PE提示扩写模型。模型列表将它标为可选组件,大小为17.9 GB。不过,现有说明把它的用途写成文字生图提示扩写,不能据此推定它已经覆盖改图所需的全部处理。想直接准备详细英文描述,也可以按模型要求输入;能否达到在线示例的效果,仍需用实际任务验收。
下载清单不是硬件配置单
官方模型列表把MiniMax-H3-Image标为68.65 GB,但下载说明还单独列出66.7 GB的文本编码器。这个编码器不在图像模型仓库内,而是从MiniMax-H3仓库的对应目录加载;如果已经下载过,官方说明不会重复下载。准备存储空间时,不能只看图像模型列表里的那个大小。
文本编码器负责把文字等输入转成后续生成模块能处理的表示。像快递点先根据取件信息找到对应货架,图像生成模块再接着处理;图像模型文件已经到位,不代表负责理解输入的组件也已经齐全。部署前应分别确认主模型、文本编码器,以及是否需要可选的提示扩写模型。
文件大小也不能直接当作显存要求。官方模型页推荐SGLang、vLLM、diffusers和ComfyUI,并给出SGLang的单卡启动与多卡并行示例,但所提供的说明没有列出可据此选购设备的具体显卡型号、显存门槛和生成耗时。仅凭这些命令,无法判断某台Mac或消费级显卡是否适合运行。
准备部署时,可以从官方模型页的下载说明检查组件,再按本地部署说明选择运行框架。这里提供的是部署入口,不是特定设备的成功保证;选定框架后,还需要核对它对当前设备和模型版本的支持。
先验收自己的图片任务,再决定是否长期部署
对需要大尺寸素材的人,值得关注的是原生输出:官方列出的常用尺寸包括方图4096×4096、横图5472×3072,以及宽幅6272×2688。官方称这些图像直接生成,不依靠额外放大。模型还采用6步采样,但采样步数描述的是生成过程,不能直接换算成等待秒数;实际是否适合日常出图,还要看所用设备与任务。
对需要改图的人,官方说明它最多支持16张参考图,并展示了把空房间与家具图片组合成客厅等案例。这些是官方展示,适合用来判断模型想解决什么问题。真正决定是否好用的,是你的素材能否保住关键物件、改动是否符合要求,以及反复修改时能否维持画面关系;参考图数量本身回答不了这些问题。
许可也要单独看。模型页写明采用MiniMax-H3-Image社区许可协议,可选的PE模型同样受该协议约束,并提到协议第四节涉及单独书面授权。需要用于商业项目或产品集成时,应先阅读许可文件,确认具体用途是否符合条款。权重有下载入口,不代表用途没有限制。
- 只想先判断画面是否合用:官方列有海螺网页应用与图像生成接口文档入口;现有资料没有给出免费额度或价格,使用前应查看入口内的实际条件。
- 准备本地部署:先检查主模型和文本编码器是否齐全,再核对运行框架对设备的支持,记录真实任务的出图时间、资源占用和修改结果。
- 要求全程离线:分别检查需求扩写与图像生成,尤其注意官方完整示例中的云端接口调用;文字生图可继续核对本地PE方案,改图流程则需要另行确认。
- 计划商用或集成:先核对社区许可及单独授权要求,再决定是否投入部署和维护。
MiniMax-H3-Image值得关注的地方,是官方已经把大尺寸生成、参考图编辑和本地部署放进同一条可查阅的路径。是否值得搬到本机,取决于你的任务是否真的需要这些能力,以及完整流程能否满足设备、数据去向和许可要求。下一步最有价值的验收,是拿实际要交付的图片走完需求整理、生成和修改,看看省下的是工作量,还是只把等待从网页搬到了自己的设备上。
官方资料
自制软件
版本、功能变化和安装平台统一取自公开发行记录。
黑粉助手 HyphenAssistant
用手机浏览器接着操作电脑上的 DeepSeek Harness 会话;需原服务、电脑和网络保持在线,模型费用沿用原配置。
修复“开放端口”和“动态域名+开放端口”模式中,电脑无法回读自身外网地址时,配对二维码按钮一直不可用的问题。二维码和一次性配对令牌均在本机生成,不依赖在线二维码服务。外网回读失败时可以先生成二维码,再用手机移动网络实际测试;界面明确提示入口尚未验证。临时链接仍须实际连通后才能生成二维码。
方寸智匣 LocalBrain
本地 AI 工具箱:转写、配音、生图、视频和 MCP 工具集中管理;具体功能以对应平台版本为准。
Windows · Debian · AppImage · 完整验收 SHA-256:exe f3c4bdf65c914fee9ad49e8abe99975db771f99be0206e3d59b6efdb4e181efb · deb 9bdc2a0260e51f641347ed6aa379d5a8ed676d11c2c254031d…
黑粉盒子 HyphenBox
免费大模型 API 雷达与本地统一路由:持续复测可用性,Key 只存本机。
图片与视频历史支持单条移除、批量清理已结束任务和撤销,默认只显示最近六条。清理状态与撤销信息在重开后保留,进行中的任务、生成文件、另存文件、原始事件与幂等键受保护;批量清理不受页面最近200条上限影响;新增可复用的平台协议配置:统一描述提交路径、类型化参数、模型列表、结果字段和异步查询。同协议新模型可沿用平台配置;协议、必填字段或输入…
光影词库 ScreenLex
把本地电影与剧集字幕变成可复习的英语词库,全程离线。
侧边栏新增赞助入口,点开是一张二维码,不打扰、不弹窗、不影响任何功能。
黑粉录屏 HyphenScreen
录屏与剪辑一体:达芬奇式时间线、自动打码、导出前做成片体检。
修复 macOS 菜单栏右上角摄像头「视频效果」控制中心图标(人像居中 Center Stage、背景模糊、摄影室灯光)在 1.9.4 中消失的问题:将双二进制 execv 转发改为单主二进制直接链接 Electron Framework(桌面启动走 ElectronMain、无界面 api/info/pack/help 走 Elec…

微信赞赏 · 金额随意















留言
正在加载留言…