MiniMax H3 Image 发布当天开源，10 秒出 4K，Mcode 与 API 都能直接调。作者烧掉 5 万积分，按分镜与解构爆炸图、3A 游戏与动漫资产、超长文本排版、跨风格融合四类跑了 12 组实测，每组附提示语。
就这两天，GoodCase突然一股脑涌进来几十条AI生图的高赞投稿，
我一开始还在想大家是不是又拿哪个模型琢磨出什么新玩法，想点进去看看能不能打包成skill。
里面不仅有复古网页捏人界面，严丝合缝的机甲三视图线稿，带完整UI的GTA暴雨实机，细节拉满的3A蒸汽朋克立体城邦，游戏手柄机械拆解爆炸图，甚至还有5000字符的真实合同照片，每张点开细节表现是真的还不错，都是4k。
我顺着标签扒了一下，发现大家全是用 MiniMax刚发的H3 Image 跑出来的，加上之前就开源的MiniMax H3视频模型，说句源神一点都不过分，发布当天也是直接开源，API和Mcode都已经能直接调了。
给MiniMax H3烧了5万AI视频积分后，是时候分享8种最适合它的新玩法了
那这次看到H3 Image，我第一时间先试了把它们哥俩串起来玩，那在进单图分类实测之前，我先放两个效果，你们先感受一下。
我只是用H3 Image生成了这几张图，再直接喂给之前测过的H3视频模型，它本来就擅长直出2K、做高燃打斗和动漫OP。结果配上提示语，一步到位就跑出了15秒带完整音效卡点的动态番剧片头与3A实机宣传片，完成度真的高。
那这次我也必须给大家安排个大测特测了。
其实在整个实测H3 Image过程中我发现一个很关键的事，就是它除了拥有很好的游戏动漫风格审美之外，最突出的地方其实是它对超长文本、多分区复杂排版、内部物理结构和跨学科逻辑的理解力很强。也就是说，你给它的提示语越详细、画面结构拆得越狠，它跑出来的4K大图就越惊艳。
所以这次我总结了复杂度拉满的4类12组实测Case，按照分镜与解构爆炸图、3A游戏与动漫资产、超长文本排版、跨风格融合分成四个大类给大家看一波效果，每一组都附带我重新打磨过的超详细提示语，我们挨个来看。
先看第一大类，分镜与解构爆炸图。
这也是H3 Image在目前最特别，呈现效果非常不错的图片类型。
先来一个分镜图：
生成一张日本剧场版动画制作现场使用的导演分镜手稿页（E-Konte Sheet）：竖版米白色A4纸，左侧有定位圆孔，黑色细线划出规整的五列表格，表头依次为“CUT / STORYBOARD / ACTION / DIALOGUE & SFX / TIME”。顶部印“PRODUCTION: PROJECT CRIMSON BLADE / EPISODE: MOVIE 01 / SCENE: #042 / PAGE: 14 OF 85”，右上角斜盖半透明朱红印章“CONFIDENTIAL · STUDIO ANIMATION DEPT.”。表格从上到下恰好五行，每行有一格16:9铅笔分镜，连续讲述短夹克女剑士在雨夜天台迎战巨型机械魔神的2.5秒连招：CUT 101，眼睛与刀刃反光的侧脸特写，红笔画快速推近框，ACTION“瞳孔特写，雨滴短暂定格”，SFX“高频刀鸣”，TIME“08f”；CUT 102，低角度广角镜头，女剑士蹬碎地面、拔刀冲向镜头，蓝笔标出碎石与向上摇镜箭头，ACTION“地面崩裂，镜头上摇”，SFX“轰”，TIME“10f”；CUT 103，机械巨爪从上方落下，女剑士在爪缝间回旋斩击，红笔标出连续弧形刀光，ACTION“空中旋转跟拍，背景与人物分层”，SFX“铿锵”，TIME“14f”；CUT 104，纯黑白高反差冲击帧，白色十字刀光贯穿机械核心，ACTION“黑白反转冲击帧”，SFX“滋啦”，TIME“02f”；CUT 105，远景中女剑士背对镜头单膝落地、收刀入鞘，机械魔神在身后解体，ACTION“缓慢拉远，火雨飘落”，SFX“轰隆”，TIME“26f”。五格中女剑士的发型、服装、刀和机械魔神外形始终一致，镜头方向与动作衔接连贯。分镜以粗细变化明显的黑色铅笔和针管笔绘制，仅用朱红标火光、刀光及镜头框，用群青蓝标阴影、雨和烟雾；纸张边缘有少量手写批注“24 FPS / TOTAL 60 FRAMES”。文字位于各自的表格栏内，引线与运动箭头不遮挡人物，呈现真实工作手稿质感，无多余分镜、重复画格或伪文字。
很多模型一画分镜就喜欢搞那种油腻的数码插画，把每格都画满细节。但实际上真正的动画工业手稿就是要有草稿的那种粗粝感，就像这些铅笔排线毛刺，以及红蓝彩铅随手圈的运镜标记最好都要保留。H3 Image正好就保留了这种恰到好处的糙。
更夸张的是速度，我跑H3 Image真的是感受很快，我还没想好下一张图的提示语写啥，图就已经出来等着我看了。平均差不多10秒出头就能出一张原生4K大图。
然后是一张复古随身听的工业爆炸图：
一张高精度的复古便携磁带播放器（PORTABLE CASSETTE PLAYER P-01）工业设计单轴垂直爆炸分解图海报，米白工程档案纸背景带细黑边框。顶部左上角印大写粗体主标题“PORTABLE CASSETTE PLAYER P-01”与副标题“CONCEPT EXPLODED ASSEMBLY / NOT TO SCALE”。
机身沿着正中央垂直轴线等距悬浮拆解为10层机械与电子组件：(01) CASSETTE DOOR 带透明窗金属舱盖、(02) COMPACT CASSETTE 彩色卡带、(03) TRANSPORT BUTTONS 机械按键组、(04) TRANSPORT CHASSIS 冲压机械底盘、(05) STEREO PLAYBACK HEAD 拾音磁头与压带轮、(06) CAPSTAN & FLYWHEEL 主动轴飞轮、(07) PINCH ROLLER ASSEMBLY 支撑架、(08) DC MOTOR & CLOSED BELT 直流马达与闭环传动皮带、(09) MAIN PCB & AUDIO CONTROLS 密布元件的绿色主板、(10) REAR CASE & BATTERY BAY 深蓝机身底壳与电池仓。
各层带有清晰的橙色圆圈编号与水平引线；右侧带有两组局部机械放大图：“TAPE PATH DIAGRAM”展示磁头走带路径，“POWER TRANSMISSION DIAGRAM”展示电机皮带带动飞轮；底部左侧包含整机正交三视图（FRONT / SIDE / TOP），右侧包含规整的PARTS LIST零件表。结构严格对齐，文字清晰锐利。
这种垂直拆解图其实很考验模型的空间感，像外壳、齿轮、马达和电路板这些零件全都悬在半空，如果轴心稍微偏一点透视就没有了。
但H3 Image做的确实还不错，10层零件都老老实实在同一根中轴线上。机械逻辑展现的也比较准确，包括右上角的磁头和走带方向的接触关系，右下角的电机皮带带动飞轮的闭环，再加上三视图和零件表，都清楚的展现了出来。
第三个，我直接做了一机甲正交四视图工程蓝图：
一张工业CAD工程制图与硬表面正交投影线稿图纸，100%纯白背景，纯黑矢量工程墨线，没有任何彩色填充与阴影渐变。展示一台白虎战术机甲（WHITE TIGER RX-07）严格的2D正交四视图：顶部为黑色标题栏“CAD ENGINEERING BLUEPRINT // MODEL: RX-07 WHITE TIGER // SCALE: 1:100 // ORTHOGRAPHIC PROJECTION”。
四视图布局包含：左上角正视图（FRONT VIEW），画出头部传感器、双肩导弹舱、胸部驾驶舱与手持步枪，标注机身全高“HEIGHT: 18,600 mm”与全宽“WIDTH: 8,400 mm”双向尺寸线；右上角侧视图（SIDE VIEW），展现背部推进器与膝关节液压件，标注离地间隙“CLEARANCE: 450 mm”；左下角俯视图（TOP VIEW），展现肩甲宽度与背部反应堆排气口；右下角背视图（REAR VIEW），展现三喷口主推进器与腿部装甲。
各视图通过贯穿中心的黑色虚线对齐轴精准联动，带有多条指向具体部件的细折线与英文标注，底部配有包含图号、钛合金材质与±0.01mm公差标准的完整工程图框，线条利落纯净。
一般看这种纯白底黑线的四视图，核心就是要仔细看图中的几个角度能不能对得上。
这张白虎机甲的正视，侧视，俯视和背视四个角度，机身结构咬合得非常准，从肩部导弹仓到背部推进器都没走形。中间穿过去的对齐虚线，带箭头的毫米级尺寸标注，再到底部的工程图框，线条干干净净，没有多余的阴影脏色，看着就像是正经工业软件直接导出来的线稿设定图一样。
接下来，在3A游戏和动漫资产这一块，其实也可以玩一些有趣的效果。
比如这个，我就想走美式复古手绘与千禧年桌面OS结合的独立游戏UI风格。在开头展示那张网页捏人器的基础上，我们设计一套复杂度翻倍的复古Windows 98炼金术魔药合成器搭配实时角色变异预览UI的人物立绘图。
生成一张16:9横版极具独立游戏艺术感的「千禧年复古桌面操作系统（Retro 90s OS GUI）× 手绘水粉奇幻炼金工坊」交互界面设计图，整体采用硬边钢笔手绘抖动墨线与复古网点水彩上色风格。 【外层系统窗口框架】奶油灰复古电脑桌面窗口，顶部深蓝色标题栏用像素手写体清晰写着：“ALCHEMY_SYNTHESIZER_v2.4.exe”，右侧配有经典的立体凹凸“_”、“□”、“X”窗口按钮；下方菜单栏排列着带下划线的“FILE”、“RECIPES”、“MUTATION”、“INVENTORY”、“HELP”，地址栏写着“C:\USERS\WITCH\GRIMOIRE\NIGHTSHADE.ALC”。 【左侧三分之一：三层炼金原料选择面板】
顶部“BASE INGREDIENT”框：画着一颗发光的蓝色荧光蘑菇手绘图标，左右两侧配有立体左箭头“◄”与右箭头“►”切换键，下方标签写着“Lunar Spore (Rarity: SSR)”；
中部“CATALYST VESSEL”框：画着一只黄铜盘管蒸馏烧瓶图标，配有“◄”与“►”切换键，下方标签写着“Alchemical Alembic”；
底部“BREW PARAMETERS”滑块区：包含三条带游标的复古像素滑动条：“HEAT: 850°C”、“CHAOS LEVEL: MAX”、“AESTHETIC: [ GOTHIC COZY | ▼ ]”，以及一个亮红色的立体大按钮：“[ BREW & TRANSFORM! ]”。 【中间区域：动态管道与配方笔记】窗口中轴线画着连接左右面板的玻璃螺旋导管，绿色发光药液正顺着导管流入右侧画框；下方是一个黄色便利贴风格的“EFFECT LOG:”文本框，手写印刷体清晰写着：“Result: Grants the drinker aliving mushroom witch hat, bioluminescent spore cloak, and immunity to Monday mornings.” 【右侧主预览窗口：CHARACTER PREVIEW】一个带卷轴边框的白色大画布，里面站着合成出来的奇幻角色全身厚涂立绘：一位戴着巨大发光蓝紫色毒蝇伞蘑菇宽檐帽的小女巫，身穿缀满干花、苔藓与微型玻璃药水瓶的复古拼接斗篷，手里提着一盏关着金色火精灵的铁艺提灯，脚边趴着一只长着鹿角的黑猫使魔。预览框底部配有角色名标签：“キャラクター: MYCELIA THE APOTHECARY”与六个正方形背包道具快捷格。全图文字100%拼写准确，手绘笔触极其鲜活。
这种把复古操作系统按钮、下拉菜单、参数滑块和手绘奇幻角色立绘放在同一张图里的效果看着真的挺好玩的，如果我是独立游戏制作人的话真的就直接拿来当Unity切图参考的交互原型了。
那然后如果是好莱坞电影级写实的3A大作游戏实机图，我结合最后生还者、全境封锁与GTA6这些游戏的末日生态美学，想做一张飓风过后被热带雨林与洪水吞没的迈阿密街区的越肩实机画面。
16:9横版次世代3A开放世界生存动作游戏实机游玩截图（Unreal Engine 5.5 Photorealistic Gameplay in the style of The Last of Us Part II and GTA VI）。 【环境与光影】风暴刚过境的迈阿密装饰艺术（Art Deco）历史街区，暴晒的夕阳金光穿透浓重的风暴残云。街道被齐腰深的清澈碧绿洪水淹没，两侧粉蓝色与薄荷绿的复古旅馆外墙爬满茂密的热带龟背竹与垂挂藤蔓，一座半坍塌的复古电影院霓虹招牌“COLONY THEATRE”在夕阳下闪烁着微弱的粉色电火花。 【画面主体与动态细节】第三人称越肩低角度战术相机视角。左前景女主角身穿沾满水渍与泥点的棕绿色战术工装背心，后背斜挎一把碳纤维复合弓（箭袋里插满橙色尾羽箭矢）与一台闪着绿灯的军用对讲机，正半蹲在一辆车顶长满水草的废弃黄色出租车顶盖上。前方水面上漂浮着一只粉色火烈鸟泳圈与散落的行李箱，水中隐约可见一条两米长的野生美洲鳄正缓缓游过水面波纹；街道尽头的棕榈树积水十字路口，一艘架着重机枪的改装装甲巡逻快艇正激起白色浪花迎面驶来，探照灯刺破水雾。 【全套次世代3A游戏HUD界面】
左下角：带磨损半透明边框的圆形3D等高线声呐小地图（清晰标出淹没建筑轮廓、前方红色扇形敌人视野警戒区、黄色任务路径点），地图外圈环绕着绿色弧形生命条与白色屏息体力条；
左上角：极简白色任务指引文字：“OBJECTIVE: INFILTRATE THE FLOODED THEATRE [ 145M ]”与实时心率波形“BPM 118”；
右下角：半透明战术武器十字轮盘，高亮显示当前选中的“EXPLOSIVE ARROW（爆破箭 • 04/12）”与手枪备弹“15 / 45”。 水体折射、湿衣服布料褶皱、镜头边缘水雾与夕阳体积光达到帧级写实精度，8K实机渲染。
这3A质感是真地道啊，就是很恰到好处，我但凡换个模型都做不到这种感觉。
就这湿衣服贴在身上的褶皱、生锈出租车顶上的水洼反光，连镜头边缘蹭到的小水珠都做出来了。关键是UI做得也很自然，左下角小地图带水下等高线，右上角标着距离和心率，右下角切着爆破箭等等等等。
再来再来，如果是3D游戏美术师的话肯定还要设计游戏资产。但是呢要做肯定是不做普通的资产场景图的，这把我是生成了一张ArtStation首页神作级别的资产展示面板。
生成一张16:9横版专业3D游戏美术工业管线资产展示图板（AAA Environment Artist Portfolio Breakdown Sheet），背景为深炭灰（Charcoal Grey）无影摄影棚暗调网格底板。 【左上角工业铭牌】亮白色无衬线大字：“KYOTO RAINY IZAKAYA // HERO MODULAR ASSET”，下方小字：“Unreal Engine 5 Nanite & Lumen Ready | Texel Density: 20.48 px/cm | 4K UDIM Workflow”。 【左侧主视觉：孤立展示的微缩3D建筑资产（ISOLATED HERO ASSET）】一座切取自京都先斗町街角、置于方形石板地基上的三层传统木造町屋居酒屋微缩模型： 一层是挂着深蓝色「居酒屋・狐火」暖帘的原木推拉门入口，门口立着红色纸灯笼、手写木牌菜单、堆叠的「白鹤」清酒草包木桶、两把湿漉漉的透明雨伞，以及一台散发冷白蓝光的复古饮料自动售货机； 二层是透出温暖橘黄色室内灯光的障子纸木格窗与悬挂竹帘，屋檐下走着生锈的铜质落水管与爬墙电线； 三层是铺满湿润青苔的黑陶瓦歇山屋顶与精致的鬼瓦脊饰，石板地面积水洼清晰倒映出红灯笼与蓝售货机的冷暖撞色反光。四周带有5个细线圆圈引线标签指向：“GLAZED ROOF TILES”、“SHoji TRANSLUCENCY”、“WET COBBLESTONE”、“SAKE BARRELS”、“VENDING PROP”。 【右上角大视窗：WIREFRAME TOPOLOGY（同角度3D拓扑线框图）】深蓝底色带框视窗，以与左侧主模型100%完全重合的等轴测相机机位，用发光的青色与品红色四边面网格线（Clean Quad Topology Wireframe）精准呈现整座三层居酒屋、灯笼与酒桶的多边形布线密度；下方并列四项统计标签：“
Meshes: 68 Modular Pieces |
那看到这里，我真的很想提醒自己一句，这个模型是开源的，H3我都忍住没剁手显卡了，图像也来了我有点按不住了都。H3 Image真的很懂怎么去呈现游戏资产的材质了。很多模型一画资产图就收不住手，容易加一堆乱七八糟的杂线和反光来充细节，看着很油。但这张居酒屋就非常克制，木头的哑光、黑瓦的磨砂、地面积水的倒影，材质该怎么交代就怎么交代，既不抢戏也没偷懒。包括右边放线框和贴图球的版式，干净利索，该有的全都有，不该有的废线条一概没有，完全就是游戏美术师拿去排作品集时最舒服的那种调调。
再看第三类，就是我一开始说的能提现H3 Image高理解力的超长文本排版。
现在的图像模型能在图里写对两三百个字已经不稀奇了，但这块最难的其实是版面排布的节奏感，就比如字号大小怎么去搭配，字和元素之间怎么留白，色彩如何搭配，字行间距甚至是行之间是否对齐，每一步都会影响整个图的美观。
所以第一个我是给了一个排版稍微简单一点的餐厅菜单图：
一张平铺俯拍的复古美式餐厅全套双栏菜单设计图（Retro 1950s Route 66 Cosmic Diner Menu），浅米黄哑光卡纸底，采用蓝绿、珊瑚红与炭黑复古印刷配色。顶部中央为火箭与汉堡霓虹徽章，上方印粗体大字“ROUTE 66 COSMIC DINER”，下方丝带印“OPEN 24 HOURS · EST. 1958”，右上角配带樱桃的奶昔杯插图。
主体对称分为左右双栏，布局四大板块：左栏上半区【ALL-DAY BREAKFAST】列出薄煎饼、培根煎蛋与华夫饼，菜名与右侧美元价格（如$12.50、$14.00）之间带有整齐对齐的点状引线，附带小字配料说明；左栏下半区【CHARBROILED BURGERS】配汉堡手绘图，列出双层芝士堡与脆皮鸡肉堡；右栏上半区【MILKSHAKES & FLOATS】列出香草奶昔与漂浮汽水；右栏下半区【SIDES & PIE A LA MODE】列出薯条与温热苹果派。底部通栏带有工整免责小字。多层级文字排版严谨，字母与标点清晰锐利。
H3 Image把几个模块该主该次分得特别舒服，字型和美式复古插画搭在一起很协调。尤其菜名到价格之间那排引线圆点，从头到尾排得整整齐齐，字与字之间留足了呼吸感，没有糊成一团，拿去直接印成实物折页完全不违和。
我还做了一个更加考验设计审美的音乐展海报：
一张采用严格瑞士国际主义平面设计网格的音乐展览海报，致敬坂本龙一（Ryuichi Sakamoto），浅灰白艺术卡纸底。
上半部分主视觉为一张纯黑黑胶唱片，外圈同心圆音轨向右侧自然延伸为一组由密集长短不一的红蓝声波频率矩形构成的空间建筑声波图；紧贴唱片下方是巨大、粗体、紧凑的黑色无衬线英文大标题“RYUICHI SAKAMOTO // ASYNC SOUND ARCHITECTURES”；海报右侧边缘竖排一行精致的黑色明朝体日文字符“坂本龍一：音を視る、時を聴く”。
下半部分用极细十字网格线划分为工整的四列展讯栏：第1至3行收录从01 andata到12 architecture整整12首曲目的编号、曲名、时长与432Hz调音配器说明；第4行印有ABOUT简介、展期（MAY 10 – AUG 30 2024）与东京都现代美术馆展出场地，右下角配有条形码与33 1/3转速标。文字字偶间距与负空间极具理性高级感。
我个人是觉得这个排版呈现是非常高级的，是我能想象到的高端音乐会的节目单海报。它把黑胶唱片向外发散的声波线条，自然做成了右侧排版的引导线。下面的曲目列表，字号收得很克制，疏密有致，既有信息量又有冷峻的秩序感，文字也稳定，审美这块确实没得说。
最后自然必须要测一下刚开始说H3 Image可以在图中呈现1000个以上的字符是不是真的。所以我也写了一版做合同图片的提示语（这个太长了。。大家需要的话单独问我吧）
哎呦喂，你别说，你还真别说儿，
这么多小字真的每一个字母都写出来了。从开头的编号、双栏正文条款，一直到底部的预算表格和签名栏，整齐度一直都很高，行距和字间距完全没有崩掉，也没有出现大面积糊弄的乱码，确实有点子东西。
最后，我们来测测风格融合。
说实话，做风格融合的时候我最怕做成花里胡哨的赛博霓虹大杂烩，或者是那种把两层图片强行半透明贴在一起的硬融合。所以这次我写的提示语主要就是想看看两种风格碰到一起时画面展现的自不自然。
首先，我们看这张3D建模渲染与电影级实景同屏对切的宏大场景。
一张展示3D次世代环境资产制作的左右无缝对比图（50/50 Split-Screen），整张画面共享完全一致的相机视角：海岸白色石灰岩悬崖上的雷达中继站古建群，上方悬停着一艘正在点火的重型货运飞船，一条垂直发光的青色激光分割线自上而下将画面一分为二。
左半边呈现纯粹的3D软件哑光灰白石膏白模状态，覆盖着细密的四边面多边形拓扑网格线（Wireframe Mode），露出悬崖三角面与木结构古建线框，带有视口三维坐标轴操作手柄与左上角“VIEWPORT: WIREFRAME + CLAY”信息标；右半边在相同透视下无缝转化为4K电影级光追实景，展现夕阳暖光穿透薄雾、生锈龙门架、缠绕的常春藤绿植、波光粼粼的落日海平面与飞船喷射的湛蓝离子尾焰。左右几何严密咬合，虚实反差极具工业美感。
一条发光的垂直分界线把画面干净利落地切成了两半，左边是理性的哑光灰白石膏白模与细密的四边形拓扑网格，悬崖与古建筑的布线结构都很清晰，那右边则在完全相同的空间透视下，无缝生长出了挂满湿润常春藤的生锈钢铁龙门架、夕阳下泛着暖光的石壁与喷着离子蓝焰的重型飞船。有种把造物过程直接剖给你看的感觉，展现的一点都不违和。
然后看这个收回卡通和实拍拉面的融合：
一张超写实美食微距摄影与2D手绘微缩世界跨界融合的创意大片。画面主体是一只盛满浓郁奶白猪骨高汤的黑陶拉面碗，低角度微距特写：汤面漂浮着晶莹油脂光斑与葱花海苔，厚切炙烤叉烧肉半浸在汤中，右侧卧着流淌着橘红蛋黄的溏心蛋，左侧一双木筷挑起几根金黄拉面条，景深真实诱人。
食材上巧妙融入2D钢笔手绘微缩施工场景：叉烧肉表面搭着极简线条绘制的木质脚手架、木梯与微型吊机，几个戴黄色安全帽、穿蓝工装的手绘小人正挥着小铲刷酱；溏心蛋被手绘竹篱笆围成一汪温泉池，两个小人惬意泡在里面；挑起的拉面化作悬索桥梁，上方悬浮着黄色像素提示框“[BROTH TEMP: 88.5°C]”、“[GOLDEN YOLK HOT SPRING // OPEN]”。手绘线条松弛质朴，与写实食物质感完美互衬。
这个画面就很克制，既保留了这些手绘小人的拙趣感，又保留了拉面汤和叉烧肉的真实纹理。很多模型做虚实结合，总喜欢把手绘小人也画的很实，就显得很假。这张里的小人和脚手架就保留了很质朴的手绘线条，不抢戏，看着就很舒服。
还有最后一个，是我个人非常喜欢的一张。
一张超写实自然流水微距摄影与中国传统写意水墨留白跨界融合的艺术大片。整幅画面右侧与下半部分保留大面积素雅干净的纯白宣纸空白，带有质朴的棉浆纤维质感与呼吸感。
画面上方为超写实的真实山涧溪流小瀑布微距摄影：深色湿润岩石上生着青苔与野生蕨类叶片，清澈见底的真实山泉水从岩隙奔流飞溅，泛起晶莹的白色水花水珠；当瀑布落到宣纸平面的瞬间，流水奇妙地自然晕染开来，无缝转化为几笔灵动飘逸的花青与淡墨写意水墨线条，顺着纸面蜿蜒流过山脚下一座由简练焦墨勾勒出的微缩石桥、几间茅草农舍与一抹疏林。实拍流水与水墨写意过渡顺畅，墨水边缘带有自然的湿润水渍，尽显东方禅意。
整个画面的留白展现的很到位，没有把画面做的很拥挤，也没有过分露出太大的空白湖面，整体显得恰到好处，而且我真的很喜欢下面手绘的这个感觉，AI感真的很小啊，水彩和线条感保持的都很好，就像真人手画的那样。
这一轮测试跑下来，H3 Image最亮眼的地方，其实是它在排版排字和复杂画面逻辑上的稳定性。不管是密密麻麻的专业合同、多层级的海报，还是需要精密对齐的工程图，它都能老老实实按规矩给你排的很工整，版面整体的审美一直在线，不会轻易给你整出那些花里胡哨的土味高光。
当然，如果你拿它去磕极致写实的超逼真人像，细看其实还有继续打磨的空间。
但有一点是没法比的，
发布即开源，是目前开源图像模型里货真价实的SOTA。在闭源大厂都在筑墙收费，把权重捂得严严实实的今天，
能把这种排版能力，高分辨率输出和稳定审美同时塞进一个开源权重里扔出来，
MiniMax这一波绝对称得上是真源神。
作者 / 卡尔 & yc星辰
本文由人人都是产品经理作者【卡尔的AI沃茨】，微信公众号：【卡尔的AI沃茨】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
