MiniMax تولید تصویر با هوش مصنوعی

MiniMax H3 Image یک مدل هوش مصنوعی تولید تصویر از MiniMax است، همان آزمایشگاهی که مدل ویدیویی MiniMax-H3 را ساخته. MiniMax این مدل را در 10 نوامبر 2026 با وزن‌های باز در Hugging Face و با نام MiniMaxAI/MiniMax-H3-Image منتشر کرد. یک مدل واحد هم از روی پرامپت متنی تصویر می‌سازد و هم تصاویری را که بدهید ویرایش می‌کند، با حداکثر 16 تصویر مرجع در هر اجرا.

وجه تمایز آن اندازه است. MiniMax H3 Image حدود 16 مگاپیکسل را به‌صورت بومی و بدون آپسکیلر تولید می‌کند: 4096 x 4096 برای تصویر مربع، 5472 x 3072 برای 16:9 و 6272 x 2688 برای 21:9. این مدل دستورهای طولانی و دقیق را هم خوب دنبال می‌کند و MiniMax می‌گوید پیروی آن از دستورها در میان مدل‌های متن‌باز قوی‌ترین است. فتورئالیسم قوی، جزئیات ریز و غنی و متن دقیقِ داخل گیومه هم از نقاط قوت آن است.

Mage مدل MiniMax H3 Image را در مرورگر و کنار بقیه مدل‌های تصویر، ویدیو و صدا اجرا می‌کند؛ پس چیزی برای دانلود نیست و نیازی به کارت گرافیک ندارید. Mage یک پلتفرم خلاقانه مستقل است و بخشی از MiniMax نیست. چیزی که Mage اضافه می‌کند همه‌چیزِ دور تصویر است: پلن‌های نامحدود، Characters و References ذخیره‌شده که با @handle صدایشان می‌زنید، LoRA روی مدل، و اپ‌هایی برای رتوش و نورپردازی دوباره‌ی کارهایتان.

آپسکیلر یک تصویر آماده را با حدس زدن جزئیات گم‌شده بزرگ می‌کند. MiniMax H3 Image به آن نیازی ندارد: در 4K حدود 16 مگاپیکسل را به‌صورت بومی تولید می‌کند. تصویر مربع 4096 x 4096 است، قاب 16:9 برابر 5472 x 3072 و اولتراواید 21:9 برابر 6272 x 2688، و همه را خود مدل می‌کشد. جزئیات ریزی مثل پوست، پارچه، برگ، سنگ و نوشته‌های کوچک از خود مدل می‌آید، نه از یک مرحله‌ی دوم.

در Mage این مدل در دو اندازه اجرا می‌شود. 2K حدود 4 مگاپیکسل است و حدود 3.5 ثانیه طول می‌کشد؛ اندازه‌ای مناسب برای امتحان ایده‌ها، آزمایش پرامپت و ساخت نسخه‌های مختلف. 4K همان 16 مگاپیکسل کامل است و حدود 13 ثانیه طول می‌کشد: برای چاپ، پوستر، والپیپر، عکس محصول و هر چیزی که مردم زومش می‌کنند به آن بروید. هر دو اندازه در نه نسبت تصویر عرضه می‌شوند، از اولتراواید 21:9 تا قاب بلند 9:21، و در میان آن‌ها قاب‌های مربع، عمودی، افقی و موبایلی.

یک روند ساده برای بیشتر کارها کافی است: با 2K پیش‌نویس بزنید تا پرامپت درست شود، بعد خروجی نهایی را با 4K بگیرید. صفحه‌ی مدل MiniMax H3 Image نمونه‌ها، همهٔ تنظیمات و پرامپت‌های نمونه را دارد.

• پیش‌نویس، آزمایش پرامپت و نسخه‌های مختلف: 2K
• چاپ، پوستر و والپیپر: 4K
• مانیتورهای اولتراواید و بنرها: 21:9 با 6272 x 2688
• والپیپر موبایل و استوری: 9:16 در 4K

MiniMax H3 Image برای دنبال کردن دستورهای طولانی و دقیق ساخته شده؛ پس به‌جای فهرستی از کلیدواژه‌ها، توضیح کامل بدهید. کل تصویر را شرح دهید: سوژه و کاری که می‌کند، محیط، ترکیب‌بندی، نور و سبک یا رسانه. بعد هرجا مهم است دقیق باشید. بگویید چند شیء هست، هرکدام کجا قرار دارد و چه رنگ و جنسی دارد. هرچه توضیح کامل‌تر باشد، مدل کمتر باید حدس بزند.

این مدل به شش گام تقطیر شده است؛ بنابراین نه نگاتیو پرامپتی هست، نه تعداد گام و نه مقیاس هدایت که تنظیم کنید. هر چیزی که می‌خواهید، و هر چیزی که نمی‌خواهید، باید در خود پرامپت بیاید: عبارتی مثل «no other text» یا «plain grey background» را در جمله بنویسید. تنظیم seed هم برای زمانی هست که می‌خواهید دو نسخه از یک پرامپت را از یک نقطهٔ شروع یکسان مقایسه کنید.

برای متن داخل تصویر، کلمات دقیق را داخل گیومهٔ دوتایی بگذارید و بگویید کجا قرار بگیرند و چه ظاهری داشته باشند: تیتر "ISLAND HOPPING" با حروف بزرگ و ضخیم کِرم‌رنگ در بالای تصویر. هر خط را کوتاه نگه دارید و اگر کلمات روی چیزی در صحنه نوشته می‌شوند، بگویید آن چیست، مثلاً منوی تخته‌سیاه، تابلوی مغازه یا جلد کتاب.

راهنمای پرامپت‌نویسی MiniMax H3 Image با مثال‌های کاربردی برای پوستر، ویرایش و صحنه‌های ساخته‌شده از چند تصویر، بیشتر وارد جزئیات می‌شود.

• کل تصویر را با جمله‌های کامل توصیف کنید
• اشیای مهم را بشمارید و جایشان را مشخص کنید
• هر متنی که باید ظاهر شود را داخل گیومه بگذارید
• مواردِ نخواستنی را داخل پرامپت بنویسید

MiniMax H3 Image با همان مدلی ویرایش می‌کند که با آن تولید می‌کند. یک عکس آپلود کنید و تغییر را به شکل دستور بنویسید: چه چیزی بماند، چه چیزی عوض شود و تصویر نهایی چه شکلی باشد. مثلاً «چهره، مو و حالت بدن او را از تصویر 1 نگه دار، کت جین را به بارانی زرد تغییر بده و او را شب در یک خیابان بارانی بگذار». به‌جای «آن»، اسم چیزی را که منظورتان است بنویسید.

هر اجرا تا 16 تصویر مرجع می‌پذیرد، با احتساب آپلودها و Characters و References ذخیره‌شده‌ای که با @handle نام می‌برید. پرامپت به آن‌ها به‌ترتیب با عنوان تصویر 1، تصویر 2 و همین‌طور اشاره می‌کند، پس می‌توانید دقیقاً بگویید از هر کدام چه چیزی گرفته شود: اتاق از تصویر 1، مبل از تصویر 2، چراغ از تصویر 3 و فرش از تصویر 4. این برای کارهایی که تکه‌های زیادی را کنار هم می‌آورند مناسب است، مثل یک اتاق مبله، مجموعهٔ محصولات یا گروهی از شخصیت‌ها در یک صحنه. وقتی یک چهره یا محصول بارها تکرار می‌شود، آن را یک‌بار ذخیره کنید و به‌جای آپلود هر بار، با @handle صدایش بزنید.

برای اصلاح دقیق در یک نقطه، مثل دستِ اضافه یا حرف اشتباه، روی آن را در Inpaint قلم بزنید. برای تغییر نور یک تصویر تمام‌شده، Relight را باز کنید. برای راه‌های بیشتر ویرایش تصویر با کلمات، صفحهٔ ویرایشگر تصویر با هوش مصنوعی را ببینید.

چون MiniMax H3 Image وزن‌های باز دارد، جامعه‌ی کاربران می‌تواند برایش LoRA آموزش دهد: فایل‌های افزونه‌ی کوچکی که مدل را به سمت یک سبک، یک شخصیت یا یک حال‌وهوا می‌برند. در Mage، LoRAهای MiniMax H3 Image روی خود مدل کار می‌کنند. لینک CivitAI یا Hugging Face یک LoRA را در صفحه‌ی Import جای‌گذاری کنید تا در انتخاب‌گر LoRA برای MiniMax H3 Image ظاهر شود.

ایمپورت جزو پلن‌های Pro Plus و Max است. صفحهٔ مولد تصویر LoRA توضیح می‌دهد چطور وزن تعیین کنید، از کلمات محرک استفاده کنید و چند LoRA را طوری کنار هم بگذارید که با هم تداخل نداشته باشند.

وزن‌های باز یعنی هر کسی می‌تواند MiniMax H3 Image را از Hugging Face دانلود کند و خودش اجرا کند. در عمل، مدلی که هر بار 16 مگاپیکسل تولید می‌کند به یک کارت گرافیک قدرتمند، فایل‌های مدل و یک محیط کاری آماده نیاز دارد، و با اضافه شدن تصاویر مرجع و LoRA این راه‌اندازی پیچیده‌تر هم می‌شود.

در Mage این مدل روی هر دستگاهی، حتی گوشی، داخل مرورگر اجرا می‌شود و تصاویر مرجع، Characters ذخیره‌شده و پشتیبانی از LoRA از قبل آماده است. هر چیزی که یک مدل باز را ارزشمند می‌کند، از جمله LoRAهای جامعه‌ی کاربرانش، در دسترس شماست و دیگر لازم نیست چیزی نصب کنید. چون Mage مدل‌های تصویر، ویدیو و صدا را در یک حساب کنار هم دارد، تصویری که اینجا می‌سازید می‌تواند بدون خروج از سایت، اولین فریم یک ویدیو شود.

Mage مقایسه‌های کنار‌به‌کنار MiniMax H3 Image با چهار مدل تصویری محبوب را منتشر کرده است: MiniMax H3 Image در برابر Nano Banana 2.1، MiniMax H3 Image در برابر GPT Image 2.5، MiniMax H3 Image در برابر Seedream 5.5 و MiniMax H3 Image در برابر Flux 2. هر پنج مدل در یک منوی مدل در Mage قرار دارند.

در پلن پولی، اگر اندازه‌ی تصویر در پلن شما بگنجد، اجرای MiniMax H3 Image به Gems نیاز ندارد. پلن Pro با ماهانه $30، MiniMax H3 Image را در 2K نامحدود می‌کند. پلن Pro Plus با ماهانه $60، 4K نامحدود یعنی همان 16 مگاپیکسل کامل را هم اضافه می‌کند. اجراهای نامحدود از صف استاندارد استفاده می‌کنند.

بدون پلن، یا در اندازه‌ای که پلنتان پوشش نمی‌دهد، MiniMax H3 Image با Gems اجرا می‌شود. تصویر 4K گران‌تر از 2K است و هر تصویر مرجع چند Gems به هزینه اضافه می‌کند. بسته‌های Gems از $10 برای 10,000 Gems شروع می‌شوند و هر پلن پولی Gems ماهانه دارد، 1,500 در Pro.

پوشش هر طرح را در صفحه‌ی عضویت مقایسه کنید، یا همه‌ی مدل‌هایی را که بدون محدودیت اجرا می‌شوند در صفحه‌ی هوش مصنوعی ساخت تصویر نامحدود ببینید.