本页目录
网络环境搭建 · 独立站搭建

MiniMax 正式开源了图像生成模型 MiniMax-H3-Image,三个关键点:原生直出高达 1600 万像素的高清图片,不是先生成小图再放大;文生图和图像编辑整合在同一个模型里,最多同时输入 16 张参考图片,整个过程最快约 10 秒;开源权重发布,任何人都可以免费下载、本地部署,不依赖官方在线平台,也不用买 API 服务。

下面把三条部署路一次讲清:LocModel 一键部署、ComfyUI 精细控制、Google Colab 云端部署,按你的电脑配置和动手能力选一条就行。

第一条路:LocModel 一键部署(新手首选)

LocModel 是一款面向普通用户的本地 AI 部署工具,把装 Python、配 CUDA、下依赖、改启动参数这些事整合进一个桌面软件,不用掌握命令行也能部署开源模型。它覆盖大语言模型、AI 图片生成、AI 视频生成和 Agent 智能体。

步骤:下载安装 LocModel 后,在模型中心找到「搜索 Huggingface」选项,搜索 MiniMax-H3-Image,在线下载模型。模型来自国外开源平台,下载需要能访问外网的环境。下载完成后,在软件里点鼠标就能生成图片、编辑图片,还能通过图片生成视频。

第二条路:ComfyUI 本地部署(要精细控制)

ComfyUI 是开源的本地 AI 图像、视频生成工具,特点是节点式工作流:把模型、提示词、图片输入、采样器、超分辨率等组件连起来,搭建自己的生成流程。想要更精细的控制,走这条路。

准备三样东西:MiniMax-H3-Image 主模型(3 个版本,分别支持 8G、12G、16G 以上显存,按自己的显卡下载,放入 diffusion_models 文件夹);VAE 文件(共 1 个,放入 vae 文件夹);文本编码器(3 个,对应 3 个版本的工作流)。工作流同样有 3 个,分别对应 8G、12G、16G 及以上显存,下载后拖入 ComfyUI 客户端就能用。

显存下哪个版本
8G 左右8G 版主模型 + 对应文本编码器 + 8G 工作流
12G12G 版主模型 + 对应文本编码器 + 12G 工作流
16G 及以上16G 版主模型 + 对应文本编码器 + 16G 工作流

第三条路:Google Colab 云端部署(没显卡)

Google Colab 是谷歌提供的免费在线编程工具,打开浏览器就能写代码、跑程序,还能免费借用它的高性能电脑(含显卡)做 AI 实验,不用自己装软件、不用买设备。云端一键部署 MiniMax H3-Image 的笔记本已经有人做好了,打开后需要 Google 授权,访问权限选「编辑者」,申请通过后就能在谷歌云服务器上免费使用云 GPU,速度很快。

费用明细

模型本身 0 元:开源权重,免费下载、免费本地部署。成本只在两处:本地部署看显卡,8G 显存就能跑入门版;云端部署走 Colab 免费额度,不用买设备。LocModel 和 ComfyUI 本身也是免费工具。

申请技巧

第一,先按显存选版本再下载,三个版本都下载一遍最浪费时间,8G 显卡就只下 8G 版。第二,ComfyUI 的三样文件(主模型、VAE、文本编码器)要放对文件夹,位置放错是新手最常见的卡点。第三,Colab 路线的授权申请要选「编辑者」,权限选错了进不去。第四,16 张参考图一次输入是它区别于普通文生图的地方,做图编辑时先备好参考图再开始。

常见问题

8G 显存的电脑能跑吗?

能。三个版本里最低一档就是 8G 显存,按 8G 版下载主模型、文本编码器和工作流即可。

一定要有显卡吗?

不一定。没有显卡走 Google Colab 云端部署,用谷歌的免费云 GPU,浏览器里就能跑。

文生图和图片编辑要装两个模型吗?

不用。同一个模型二合一,文生图和图片编辑都在 MiniMax-H3-Image 里,最多同时输入 16 张参考图片完成一次任务。

免费生图的其他路子,参考ChatGPT Images 2.6 免费生图:不用绑卡;免费生视频的两条路,看Gemini Omni 1.2 免费生视频:API 没有免费档,Flow 和 Vids 这两条路一分钱不花;6 款免费 AI 视频生成横评在免费 AI 视频生成 6 款横评。

觉得这篇硬核干货有帮助?
网络环境搭建 · 独立站搭建
⚠️ 免责声明

本站部分内容由网友投稿,转载仅为学习交流之目的,不代表 518 PORT 立场;版权归原作者所有。如有侵权、虚假或违法内容,请联系我们删除;本站不承担因转载内容产生的任何责任。