MiniMax-H3-Image V2：一键直出4K高清图像，能画还能改，指令遵循度高，精准编辑随心所欲

无言***

MiniMax-H3-Image V2：一键直出4K高清图像，能画还能改，指令遵循度高，精准编辑随心所欲 ... ...

MiniMax-H3-Image V2：一键直出4K高清图像，能画还能改，指令遵循度高，精准编辑随心所欲 ... ...

MiniMax-H3-Image 是 MiniMax 公司开源的一款“文本生成图片”AI模型，可以理解为：你给它一段文字描述，它就能画出对应的图片；你也可以给它几张参考图，让它按你的要求修改或合成新图。这是一个画质高、听得懂话、能画也能改的开源绘图模型，适合创作者、设计师和开发者用来做图像生成和编辑。

今天分享的 MiniMax-H3-Image V2，基于上个版本更新，新增LoRA扩展支持，并新增一个2步加速LoRA，最快两步出图；新增加速节点，加速出图/编辑速度；图像编辑最多支持同时4张图编辑。


主要特点

既能“从零画图”，也能“改图”：同一个模型既支持文生图（用文字生成图片），也支持图像编辑（上传一张或多张参考图，按指令修改），最多可用16张参考图，控制力更强。

画质高、细节真实：能直接生成约1600万像素的高清图片（最高4096×4096），细节丰富，摆脱常见的“AI塑料感”，更接近真实视觉效果。

“听话”能力强：在开源模型中指令遵循能力突出，能较准确地按你的描述生成人物、场景和氛围，甚至能在题板上正确渲染中英文逻辑谜题。

速度快、成本可控：经过蒸馏优化，只需6步采样就能出图，把1600万像素生成的计算成本控制在合理范围，日常创作更实用。

多种宽高比：支持从1:1到21:9的各种尺寸，适配不同用途。





应用领域

创意设计与摄影：生成写实摄影、超现实编辑类摄影、环境概念图，以及角色、生物、道具设计。

插画与绘画：产出绘画、插画风格作品。

游戏与影视：把游戏地图转换成第一人称3D视角、把3D渲染图变成电影剧照风格，辅助概念设计。

图像编辑与合成：比如把空房间和多件家具参考图合成为完整客厅场景，或对单张图做风格转换。

文字渲染类任务：需要图片中准确呈现文字的场合，如题板、海报等。




使用教程：（建议N卡，显存8G起，支持50系显卡）

下载主程序和模型（ComfyUI文件夹），解压主程序一键包，将ComfyUI文件夹移动到主程序目录下即可

WebUI
启动WebUI，根据需要选择文生图和图像编辑，上传需要编辑的图像，输入提示词，根据需要调整参数（需要根据参考图手动调整宽高），最后生成即可。

ComfyUI工作流
双击启动，浏览器打开 http://localhost:8188，点击左侧的 工作流程，选择对应的工作流
进入工作流后，根据需要选择文生图和图像编辑工作流，上传需要编辑的图像，输入提示词，根据需要调整参数（需要根据参考图手动调整宽高），最后生成即可。

支持提示词增强功能，开启会增加硬件资源占用，同时会增加生成时间，大家根据需要开启
图像生成和编辑支持DiT和GGUF两种模型切换，GGUF模型可以根据自己的硬件下载，下载链接点此


软件目录结构：

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │      └── minimax_h3_image_pruned_int8_convrot.safetensors
│   │      └── minimax_h3_image_pruned_w4a8.safetensors
│   ├── 📂 unet/
│   │      └── MiniMax-H3-Image-Pruned-Q4_K_M.gguf
│   ├── 📂 loras/
│   │      └── minimax_h3_pdmd_2nfe_comfyui.safetensors
│   ├── 📂 text_encoders/
│   │      └── qwen3vl_8b_w4a8_gptq.safetensors
│   │      └── qwen3vl_32b_minimax_h3_int8_convrot.safetensors
│   │      └── qwen3vl-32B-MiniMax-H3-Q4_K_M.gguf
│   ├── 📂 vae/
│   │      └── minimax_h3_image_vae_fp16.safetensors
📂 deepface/
......





下载地址：
一键包在路上...