MiniMax-H3-Image:本地部署与提示扩展的使用边界
项目文档介绍了统一生成与编辑模型的下载组成、提示词处理流程,以及 API 当前不支持的功能。
项目实践 · github.com · 原文日期 2026-11-09
同一检查点支持生成与编辑
MiniMax-H3-Image 将文生图与多图编辑放在同一个检查点中。项目称,模型可用六个采样步骤直接生成约一千六百万像素的图像,无需放大器,并最多接收十六张参考图。这些是项目文档的能力说明,所给材料未附独立评测来验证其画质与指令遵循表现。
本地下载需补齐文本编码器
本地部署首先要区分完整仓库与推理所需文件。文档说明,仓库同时存放原始检查点和 diffusers 格式,总计约二百零四 GB;SGLang 与 vLLM-Omni 所需的原始检查点及文本编码器约一百三十五 GB。文本编码器来自 MiniMax-H3,不包含在原始检查点中,已有副本可复用。
本地流程先准备扩展提示词
文档中的 API 流程会先把任意语言的简短提示扩展成描述整幅画面的详细英文文本。本地服务则直接使用提交的提示词,因此文档建议先扩展,再交给模型生成。仓库示例提供仅依赖 Python 标准库的脚本,用于通过本地 SGLang 服务复现 API 流程。
API 扩展开关与功能缺口
API 的提示扩展规则因任务而异:文生图默认开启,用户可以关闭;图像编辑则始终开启,扩展后的提示词可以返回。接口默认输出 PNG,也支持 JPEG 和 WebP。当前列为不支持的功能包括蒙版局部重绘、透明背景、用户指定随机种子及预览图,接入时需据此确定工作流。
原始标题:MiniMax-H3-Image
来源:github.com