MiniMax H3 w edycji obrazów: 4 prawdziwe edycje pokazują, co jeszcze się zmieniło

Prosisz edytor obrazów o zastąpienie taksówki, a on po cichu przesuwa pieszych. Dodajesz referencyjną kurtkę do portretu, a twarz się zmienia. Edycja obrazów MiniMax H3 Image daje twórcom sposób edytowania nieruchomego obrazu za pomocą jednej lub większej liczby referencji, ale jej praktyczna wartość zależy od tego, co przetrwa edycję. Nazwij zmianę, nazwij szczegóły, które muszą pozostać, i obejrzyj wynik obok oryginału w pełnym rozmiarze. Ten przewodnik analizuje cztery opublikowane przykłady edycji obrazów MiniMax H3 Image. Pierwszy i czwarty mają opublikowane instrukcje; pozostałe dwa zawierają wyraźnie oznaczone briefy odtworzeniowe, a nie oryginalne prompty.

Najważniejsze wnioski

• MiniMax H3 Image edytuje obrazy nieruchome; starszy model MiniMax H3 wideo to inne zadanie.
• Przypisz każdemu przesłanemu obrazowi jasną rolę, a następnie określ obiekty, tekst, kadr i światło, które muszą pozostać.
• Oceniaj 4K po końcowym kadrze i wierności tekstu, a nie tylko po etykiecie rozdzielczości.
• Pierwszy, drugi i czwarty rysunek pochodzą z niezależnych testów MiniMax H3 Image; trzeci to opublikowany przykład MiniMax. Żaden nie jest dowodem na istnienie endpointu edycji MiniMax H3 Image w Atlas Cloud.

Co to jest edycja obrazów MiniMax H3 Image?

MiniMax H3 Image generuje obrazy nieruchome z tekstu i edytuje obrazy przy użyciu referencji wizualnych. Jest powiązany z szerszą rodziną MiniMax H3, ale endpointy MiniMax H3 wideo tworzą ruchome materiały. Twórca próbujący zastąpić krzesło na zdjęciu potrzebuje edytora obrazów nieruchomych, a nie strony image-to-video. Ogłoszenie premiery MiniMax z listopada 2026 r. opisuje generowanie, generowanie na podstawie referencji i edycję w tym samym modelu.

Według ogłoszenia model przyjmuje do 16 obrazów referencyjnych. To limit pojemności. Nie oznacza to, że 16 obiektów każde zachowa każdą cechę identyfikującą. Więcej referencji może wręcz utrudnić interpretację instrukcji, gdy ich role się nakładają. Zacznij od zdjęcia źródłowego, dodaj referencję tylko wtedy, gdy dostarcza informacje, których brakuje źródłu, i określ, który obraz kontroluje każdą cechę.

MiniMax twierdzi, że obraz 4096 × 4096 można wygenerować w mniej niż 10 sekund. To deklaracja wydajności producenta, a nie pomiar czasu wykonany w tym artykule ani obietnica dla konkretnej hostowanej kolejki, komputera czy edycji. Oficjalna karta modelu MiniMax H3 Image (listopad 2026) wymienia typowe rozmiary wyjściowe zbliżone do 16 megapikseli i opisuje lokalny workflow. Jej przykład edycji obrazu wykorzystuje kolejność przesłanych obrazów do identyfikacji referencji. Interfejsy online mogą używać innych etykiet, więc przed uruchomieniem potwierdź widoczną kolejność.

Dla edytora kluczowe pytanie jest węższe niż to, czy model potrafi stworzyć atrakcyjny obraz. Czy potrafi wprowadzić żądaną zmianę lokalną, zachowując rozpoznawalną geometrię obiektu, istniejący tekst i logikę sceny? Miniatura nie odpowie na to pytanie. Kolejne sekcje zamieniają to pytanie w powtarzalny przegląd.

Co powinna zachować edycja?

Zapisz instrukcję edycji jako dwie listy: zmianę, którą autoryzujesz, oraz dowody, które chcesz zachować. „Zachowaj wszystko inne bez zmian” brzmi jasno, ale pozostawia modelowi decyzję, co oznacza „wszystko”. Fotograf może dbać o krawędź i ucho kubka, a menedżer produktu o nadrukowaną etykietę. Powiedz o tym w prompcie.

Przed przesłaniem użyj tej pięcioczęściowej kontroli akceptacyjnej:

• Żądana zmiana: Wskaż jeden obiekt lub region i opisz zamierzoną zamianę.
• Chroniony obiekt: Nazwij kształt, kolor, materiał, pozę, umiejscowienie logo lub inne cechy ustalające tożsamość.
• Ciągłość sceny: Utrzymaj pozycję kamery, kadr, perspektywę, zasłanianie, odbicia i kierunek światła tam, gdzie to istotne.
• Istniejący tekst: Porównaj każdą widoczną literę z oryginałem. Przepisany tekst opakowania uznaj za błąd, nawet jeśli wygląda wiarygodnie.
• Przeznaczenie: Zdecyduj, czy obraz jest szkicem nastroju, proofem dla klienta czy zatwierdzonym zasobem produktu. Im bardziej rygorystyczne zastosowanie, tym bliższy przegląd.

Zachowanie ma ograniczenia w każdej edycji sceny. Przesunięcie krzesła może wymagać nowego cienia na podłodze; zmiana blatu musi zmienić cień kontaktowy kubka. Poproś edytor, aby zachował chroniony obiekt, wprowadzając fizycznie konieczną zmianę interakcji. W przeciwnym razie „niezmieniony cień” koliduje z „nowym otoczeniem”, a wynik może nie spełniać żadnego z nich.

Zapisz plik źródłowy, dokładny prompt, kolejność referencji, wybrane wymiary, plik wyjściowy oraz każdy przepisany prompt zwrócony przez usługę. Taki zapis pozwala współpracownikowi odróżnić błąd modelu od niejednoznacznej instrukcji. Umożliwia też sensowną korektę: zmień jedną zmienną, uruchom ponownie i porównaj ten sam region.

Przydatny przegląd zaczyna się od rozmiaru dopasowanego do ekranu, aby wychwycić przesunięcie kompozycji. Następnie obejrzyj wycinki 100% wokół chronionych szczegółów. W przypadku obrazu przeznaczonego do dostarczenia obejrzyj go również w rzeczywistym rozmiarze umieszczenia. Małe logo może wyglądać akceptowalnie po powiększeniu, a zniknąć w układzie banera. Użyj tej samej skali wyświetlania dla wycinków źródła i wyniku, inaczej porównanie pozornej ostrości staje się mylące.

Jak edytować jeden obraz za pomocą MiniMax H3 Image

Zacznij od jednego obrazu źródłowego i jednej edycji. W interfejsie MiniMax H3 Image wybierz edycję obrazu, prześlij oryginał jako pierwszy obraz, potwierdź jego miniaturę, wybierz proporcje wyjściowe zbliżone do źródła i zażądaj jednego wyniku. Przy pierwszym uruchomieniu pozostań przy 2K, jeśli testujesz treść instrukcji; przejdź do 4K dopiero wtedy, gdy edycja będzie zgodna z instrukcją. Jeśli interfejs udostępnia rozszerzony prompt, zapisz go wraz z wynikiem do przeglądu.

Kontrola edycji 1: zastąp taksówkę bez zmieniania ulicy

Niezależny test ComfyUI przeprowadzony przez KOBO Lab zaczyna się od żółtej taksówki przy krawężniku i prosi MiniMax H3 Image o zmianę jej w różową furgonetkę z lodami. Opublikowany rysunek pokazuje źródło u góry oraz dwa wyniki z tym samym seedem: rozszerzanie promptu wyłączone w środku i włączone na dole. Tester podaje trzy uruchomienia na ustawienie; rysunek pokazuje po jednym z każdego. To prawdziwa edycja MiniMax H3 Image, a nie uruchomienie wykonane na potrzeby tego artykułu.

Niezależny test MiniMax H3 Image: oryginalna taksówka, edycja bez rozszerzania promptu i edycja z rozszerzaniem promptu, od góry do dołu. Otaczająca ulica stanowi kontrolę zachowania.

Oficjalny szablon ComfyUI dostarcza instrukcję zmiany taksówki w furgonetkę, używaną jako punkt wyjścia testu. Aby wykonać porównywalną edycję, wklej tę sparafrazowaną instrukcję:

plaintextCopy
1Edit image 1. Replace only the yellow taxi with a pastel-pink ice-cream truck in the same side profile and curb position. Add a scalloped awning and a lit serving window. Keep the buildings, graffiti, pedestrians, street, camera framing, and daylight as they are.

Porównaj oba wyniki ze źródłem w tej samej skali. Oba pokazują różową furgonetkę w miejscu taksówki, zachowując ogólnie rozpoznawalną kompozycję budynku i ulicy. Przed zaakceptowaniem dostarczonej edycji dokładniej obejrzyj pieszych, graffiti, obrys pojazdu, kontakt kół i cień na krawężniku. Markiza jest wyraźniejsza w środkowym wyniku; tester podaje, że ten szczegół pojawił się we wszystkich trzech uruchomieniach bez rozszerzania i w żadnym z trzech z rozszerzaniem.

Ten przykład wykorzystuje jedno wejście, więc przegląd może skupić się na żądanej wymianie pojazdu i chronionych szczegółach ulicy bez niepewności co do ról referencji.

Jak łączyć wiele referencji

Druga referencja jest przydatna, gdy pożądany obiekt ma określoną sylwetkę lub materiał. Powinna mieć jedno zadanie. W kompozycji portretowej pierwszy obraz kontroluje tożsamość i kadr osoby; kolejne obrazy mogą dostarczać ubranie, dodatek lub lokalizację. Przed uruchomieniem potwierdź kolejność przesyłania w narzędziu. Oficjalna karta modelu nazywa uporządkowane dane wejściowe „Picture 1” i „Picture 2” w swoim przykładzie API; niektóre interfejsy internetowe pokazują „image 1” i „image 2”. Użyj nazw faktycznie wyświetlanych przez interfejs, jeśli wymaga on dokładnych tokenów referencji.

Kontrola edycji 2: dodaj kurtkę, kapelusz i lokalizację z referencji

Ten sam test KOBO Lab opublikował cztery obrazy wejściowe u góry: kobietę, czerwoną haftowaną kurtkę, słomkowy kapelusz i uliczkę w Kioto. Lewy dolny róg pokazuje dwa wyniki z użyciem kobiety i kurtki; prawy dolny róg pokazuje dwa wyniki z użyciem wszystkich czterech referencji. Tester wykonał trzy uruchomienia w każdej konfiguracji i podaje, że główne żądane szczegóły pojawiły się we wszystkich. Wyświetlone obrazy to rzeczywiste wyniki MiniMax H3 Image, a nie hipotetyczny kolaż.

Niezależny test MiniMax H3 Image: cztery obrazy źródłowe u góry; edycje z dwiema referencjami w lewym dolnym rogu i edycje z czterema referencjami w prawym dolnym rogu. Haft ptaka, wstążka kapelusza i uliczka to widoczne punkty kontrolne.

W podobnej edycji z czterema referencjami prześlij kobietę jako obraz 1, kurtkę jako obraz 2, kapelusz jako obraz 3 i uliczkę jako obraz 4. Poniższa instrukcja jest briefem odtworzeniowym, a nie dokładnym promptem testera z czterema referencjami:

plaintextCopy
1Use image 1 for the woman's face, hair, jeans, white sneakers, and body proportions. Dress her in the red embroidered jacket from image 2, open enough to show the white T-shirt. Add the straw hat with the black ribbon from image 3. Place her in the Kyoto lane from image 4, matching its perspective and evening light. Keep the jacket's bird embroidery recognizable and do not import the plain product-photo backgrounds.

Porównaj wyniki z dwiema referencjami z wynikami z czterema referencjami. Czerwone satynowe wykończenie kurtki i haft ptaka, bob i dżinsy kobiety, czarna wstążka kapelusza oraz latarnie w uliczce to odrębne cechy do sprawdzenia. Jedno z trzech uruchomień testera z dwiema referencjami zamknęło kurtkę na tyle, że zasłoniło białą koszulkę — przydatne przypomnienie, by sprawdzać chronione szczegóły odzieży, nawet gdy główne przeniesienie ubrania się udaje.

Jeśli twarz, haft lub otoczenie dryfują w twoim własnym uruchomieniu, doprecyzuj rolę odpowiedniej referencji i spróbuj ponownie z tą samą kolejnością przesyłania. Dodatkowe referencje pomagają tylko wtedy, gdy każda dostarcza odrębną cechę.

Czy 4K pomaga w finalnej edycji?

Większy plik daje recenzentowi więcej pikseli do sprawdzenia i więcej miejsca na kadrowanie. Sam w sobie nie dowodzi, że model zachował oryginalne liternictwo lub wymyślił spójną teksturę. Opublikowane przez MiniMax rozmiary 4K różnią się w zależności od proporcji; 4096 × 4096 to przykład kwadratowy, natomiast szeroki obraz może mieć inne wymiary przy podobnym obszarze w pikselach. Odczytaj rzeczywiste wymiary wyeksportowanego pliku, zamiast zakładać, że każdy wybór „4K” ma tę samą szerokość i wysokość.

Aby rzetelnie porównać 2K z 4K, użyj tego samego źródła, promptu, proporcji i kolejności referencji. Wyeksportuj po jednym obrazie na ustawienie. Porównaj pełny kadr pod kątem kompozycji, a następnie wykonaj wycinki w tej samej skali wokół tych samych etykiet i krawędzi obiektów. Zanotuj, czy wyższa rozdzielczość ujawnia prawdziwe kształty liter i strukturę, jedynie powiększa niejednoznaczne znaki, czy wprowadza nowe. Jeśli szybkość ma znaczenie, zapisz czas osobno; deklaracja poniżej 10 sekund z premiery nie mierzy twojej sesji.

Kontrola edycji 3: zamień mapę w scenę z punktu widzenia

Opublikowana przez MiniMax edycja mapy z jedną referencją łączy ilustrowaną mapę gry ze sceną pierwszoosobową wygenerowaną na podstawie położenia czerwonej strzałki. Wynik zawiera małą mapę w lewym górnym rogu. Ten opublikowany obraz jest zmniejszony; ilustruje edycję przestrzenną, a nie zmierzone porównanie 2K z 4K. MiniMax nie publikuje swojego dokładnego promptu pokazowego.

Oficjalny przykład MiniMax z jedną referencją: mapa źródłowa po lewej, a wygenerowana scena z punktu widzenia po prawej. Wynik jest prawdziwy, ale wyświetlony kompozyt nie potwierdza wierności etykiet w pełnej rozdzielczości.

W porównywalnej próbie użyj mapy jako obrazu 1 i potraktuj to jako brief odtworzeniowy, a nie oryginalny prompt MiniMax:

plaintextCopy
1Use image 1 as the spatial reference. Create a first-person game view from the red arrow by the southern lake, looking toward the waterfall and bridge. Keep the river, castle, village, mine, and harbor in positions consistent with the map and show only what the camera could plausibly see. Add a small map inset that accurately reflects the source. Do not invent an unrelated landmark or rewrite any readable map label.

Porównaj relacje punktów orientacyjnych między dwoma panelami: wodospad i most powinny zgadzać się z widokiem na jezioro, a zamek i kopalnia powinny zajmować wiarygodne pozycje w scenie. Zmniejszony obraz pozwala sprawdzić kompozycję, ale nie uzasadnia twierdzenia o każdej etykiecie mapy znak po znaku. W prawdziwym teście dostarczania 4K wyeksportuj źródło i wynik w ich natywnych rozmiarach, wytnij te same punkty orientacyjne i etykiety w tej samej skali oraz zanotuj każdy przesunięty lub wymyślony szczegół.

Kontrola edycji 4: zmień szyld sklepu bez przepisywania witryny

W osobnym niezależnym teście MiniMax H3 Image przeprowadzonym przez KOBO Lab edytor zmienił drewniany szyld kawiarni z „MORNING CAFE” na „KOBO”. Opublikowane porównanie zawiera źródło i wynik MiniMax H3 Image z seedem 42; dwa istotne panele pokazano tutaj. Tester podaje, że MiniMax H3 Image poprawnie zapisał KOBO we wszystkich trzech uruchomieniach, ale pobliskie szczegóły witryny również się zmieniły.

Niezależny test MiniMax H3 Image: źródłowa witryna po lewej i wynik MiniMax H3 Image po prawej, wycięte z czteropanelowego porównania autora. Tekst na szyldzie się zmienia, ale rośliny i ekspozycja na chodniku wymagają osobnej kontroli zachowania.

Źródło publikuje swoją instrukcję edycji. Ten sparafrazowany brief zachowuje tę samą zmianę i chronione szczegóły:

plaintextCopy
1In image 1, replace the words MORNING CAFE on the wooden sign with KOBO. Match the original lettering style. Preserve the storefront, windows, potted plants, pavement display, camera position, and daylight.

Na szyldzie w pokazanym wyniku widnieje KOBO. Zanim uznasz to za lokalną edycję tekstu, porównaj dolną połowę w tej samej skali: tester znalazł zmienione liście roślin i przesuniętą ekspozycję na chodniku w wyniku MiniMax H3 Image. Sama poprawna pisownia nie oznacza, że reszta zdjęcia pozostała nienaruszona.

Cztery kontrole mają wspólną tabelę akceptacji. Opublikowane rysunki pokazują wyniki, ale osobna kolumna wyników 2K vs 4K wymaga własnego kontrolowanego uruchomienia.

Gdzie można to uruchomić i ile to kosztuje?

Oficjalna karta modelu wskazuje aplikację online MiniMax i publikuje wagi do wdrożenia lokalnego. Edytor online to krótsza droga dla twórcy, który musi przetestować zdjęcie; lokalny workflow daje zespołowi technicznemu kontrolę nad własną infrastrukturą i wersjonowaniem. Wdrożenie lokalne nadal wymaga wystarczającego sprzętu i przeglądu licencji społecznościowej modelu, zwłaszcza przed dystrybucją komercyjną lub hostingiem. Same otwarte wagi nie rozstrzygają praw do użytkowania.

Na dzień 11 listopada 2026 r. mogłem zweryfikować wydanie i kartę modelu MiniMax H3 Image, ale nie mogłem zweryfikować endpointu edycji obrazów nieruchomych MiniMax H3 Image w Atlas Cloud. Jego publiczny katalog modeli i indeks endpointów pokazują wpisy MiniMax H3 wideo; nie realizują one tego workflow edycji obrazów nieruchomych. Nie kieruj czterech promptów do modelu wideo ani nie oznaczaj wyniku innego edytora jako MiniMax H3 Image.

Jeśli dziś potrzebujesz edytować zdjęcie w Atlas Cloud, zweryfikowana strona modelu Google Nano Banana 2 Edit jest powiązaną opcją. To inny model. Trzymaj jego wyniki w osobnym, wyraźnie oznaczonym porównaniu i użyj tego samego źródła oraz celu edycji, jeśli porównujesz modele. Ten artykuł nie zawiera takiego przeprowadzonego porównania.

Tabela celowo unika niskiej ceny „od”. Koszt obrazu może zależeć od rozdzielczości i liczby wyników, a nagłówkowa liczba dla rodziny modeli może nie być wyceną edycji 4K. Przed publikacją lub partią produkcyjną zweryfikuj dokładny endpoint, rozmiar wyjściowy, jednostkę rozliczeniową i wszelkie zniżki w aktualnym katalogu i na stronie szczegółów.

Praktyczna lista kontrolna edycji MiniMax H3 Image

Przydatne uruchomienie edycji MiniMax H3 Image kończy się decyzją akceptacyjną, a nie tylko pobranym plikiem. Przygotuj oryginał w czytelnej rozdzielczości, zapisz jedną zamierzoną zmianę, nazwij chronione szczegóły, przypisz każdej referencji rolę i wybierz proporcje odpowiednie dla źródła. Zapisz dokładny prompt i każde rozszerzenie zwrócone przez usługę.

Po wygenerowaniu obejrzyj pełny obraz pod kątem kompozycji, a zbliżony wycinek pod kątem tożsamości, tekstu, krawędzi i cieni. Oznacz każdy wymagany szczegół jako zaliczony, odrzucony lub niepewny. Powtarzaj, zmieniając jedną instrukcję naraz. Jeśli klient potrzebuje dokładnego tekstu opakowania lub prawnie kontrolowanego logo, pozostaw w ścieżce zatwierdzania przegląd człowieka i konwencjonalną edycję.

Trzy niezależne testy i opublikowany przykład mapy MiniMax powyżej pokazują, jak wypadły te konkretne edycje. Nie ustalają, jak MiniMax H3 Image poradzi sobie z twoimi własnymi plikami. Przed opublikowaniem niezależnego „testu prawdziwego zdjęcia” załącz każdy autentyczny wynik, pełny prompt, rzeczywiste ustawienia i odpowiedni wycinek; następnie opisuj błędy równie jasno jak sukcesy. To dowody, których twórca potrzebuje, aby zdecydować, czy edycję można opublikować.

Często zadawane pytania

Czy MiniMax H3 Image to to samo co MiniMax H3 wideo?

Nie. MiniMax H3 Image tworzy i edytuje obrazy nieruchome. Endpointy MiniMax H3 wideo generują ruch, a pozycja wideo w Atlas Cloud nie potwierdza dostępności edycji MiniMax H3 Image.

Czy mogę edytować z jednym obrazem referencyjnym?

Tak. Oficjalna karta modelu opisuje edycję obrazu z jednym lub większą liczbą obrazów referencyjnych. Zacznij od jednego zdjęcia bazowego, gdy docelowy obiekt już jest obecny; dodaj drugi obraz tylko wtedy, gdy dostarcza odrębny obiekt lub referencję stylu.

Czy mogę wyłączyć ulepszanie promptu w edycjach?

Oficjalna karta modelu mówi, że API MiniMax rozszerza krótkie prompty przed generowaniem, natomiast jego lokalny workflow może użyć osobno przygotowanego szczegółowego promptu. Elementy sterujące udostępniane przez konkretny interfejs online mogą się różnić. Zapisz rozszerzony prompt, jeśli usługa go zwraca, i sprawdź bieżące opcje tego interfejsu, zanim założysz, że rozszerzanie można wyłączyć.

Czy mogę komercyjnie używać otwartych wag?

Sprawdź Umowę licencyjną społeczności MiniMax H3 Image dołączoną do oficjalnej karty modelu i uzyskaj wszelkie zezwolenia wymagane do zamierzonego użycia. „Otwarte wagi” opisują dostęp do plików modelu; nie są ogólnym zezwoleniem komercyjnym.