MiniMax 刚刚上线了新的图像模型 H3 Image,粉丝们都炸锅了,要我赶紧去测下。跑完我们祖传测试用例后,感觉确实震撼——连最后一个多人物编辑的压轴难题都完成得很好,且它一张 2K 图片只需要 3 个积分,还能开源自己部署,确实难能可贵。我们赶紧看下效果吧。

第一题中文长文本排版支持,测试水彩风珠海 5 天行程插画。这个插画实现是我喜欢的风格,挺漂亮的;看一下文字,只有鹈鹕两个字错了——这两个字看来真的没有几个模型能做出来呀。

第二题文生图综合能力测试,书房丰满优雅美甲美女。首先时钟时间对了;第二,三个杯子也基本没有问题;第三,提示词要求一只手食指指甲油红色、另外一只手中指指甲油是白底红点波点,它一个手食指红色对了——这还是测评这么多模型中第一次做对这个的,另外一个手的中指指甲油也对了,可惜它把无名指也做了;第四,提示词要求的丰满嘛,我感觉还可以哦,这可能也是第一个模型能做对这个的,其他模型要不是拒绝,要不是生成个胖妞。

第三题同一角色多视角一致性测试,女孩四宫格不同角度图片。这个实现也很不错哦,很多模型经常翻车的草莓和发夹位置竟然在第三张图能保持一致,耐克的 logo 也没有问题;这里它的发夹是一朵花,我对发夹不是很有研究,应该是有花朵一样的发夹的吧。

第四题物理常识题,女孩落地镜自拍。卧槽基本上看不出什么问题,连最难的取景器里面的内容都看不出有任何问题。虽然如此,眼尖的我还是看到一个小问题:实景中的左手是拇指扶着手机边缘的,镜子中对应的却是食指——不过瑕不掩瑜了,确实厉害。

第五题饼图图表生成测试,这应该是第一次见到过生成这种立体感的饼图的,饼图颜色和比例也没有看到有什么问题。第六题参考图和图片编辑,将多个人物参考图里面的左右两个男生位置互换:确实厉害,男生位置互换了,且原来右边白人男生扶着手机的手这次没有残留了;但是问题还是有的——中间女孩右边肩膀上,原来黑人男生的手还搭在上面,迄今为止这个问题好像还没有模型能做对过。好,这次测评就到这了,作为一个开源模型,能做到这种程度,确实让人为之振奋,大家怎么看呢?