MiniMax H3 Image: วิธีใช้ภาพอ้างอิง 16 ภาพโดยไม่ทำให้รายละเอียดปนกัน

โซฟาในห้องนั่งเล่นที่คุณสร้างขึ้นมีลายเดียวกับพรม โคมไฟยังคงรูปทรงเดิมแต่ยืมสีของเก้าอี้มาใช้ MiniMax H3 Image รองรับภาพอ้างอิงได้สูงสุด 16 ภาพ แต่ความสามารถนั้นจะเกิดประโยชน์ก็ต่อเมื่อแต่ละภาพมีหน้าที่ชัดเจน เริ่มจากภาพอ้างอิงเพียงไม่กี่ภาพที่จำเป็นในการกำหนดฉาก ใส่หมายเลขตามลำดับการอัปโหลด บอกโมเดลอย่างชัดเจนว่าต้องคงรายละเอียดใดจากแต่ละภาพ และเพิ่มภาพอื่น ๆ เมื่อผลลัพธ์เผยให้เห็นช่องว่างที่เฉพาะเจาะจงเท่านั้น

ประเด็นสำคัญ

• สิบหกคือจำนวนสูงสุดของภาพอ้างอิงสำหรับการแก้ไข ไม่ใช่เป้าหมายหรือจำนวนภาพผลลัพธ์
• กำหนดบทบาทหลักหนึ่งอย่างให้ภาพที่มีหมายเลขแต่ละภาพ และระบุว่าสิ่งใดที่โมเดลควรละเว้น
• คงการตั้งค่าห้องและผลลัพธ์ให้คงที่เมื่อเปรียบเทียบอินพุต 4, 8 และ 16 ภาพ
• ตรวจสอบตัวตนของวัตถุและการจัดวางก่อนเพิ่มจำนวนภาพอ้างอิง

“ภาพอ้างอิง 16 ภาพ” หมายความว่าอย่างไรกันแน่?

MiniMax H3 Image สามารถสร้างภาพนิ่งจากข้อความหรือแก้ไขภาพโดยใช้ภาพอ้างอิง 1 ถึง 16 ภาพ สำหรับการประกอบภาพภายในห้อง ห้องว่างสามารถทำหน้าที่เป็นฉากคงที่ ขณะที่ภาพถ่ายแยกต่างหากใช้กำหนดโซฟา พรม โคมไฟ และวัตถุอื่น ๆ การแก้ไขจะคืนค่าภาพผลลัพธ์ตามที่ร้องขอหนึ่งภาพหรือหลายภาพ ส่วน 16 อธิบายจำนวนภาพต้นทางที่หนึ่งคำขอสามารถมีได้ การ์ดโมเดล MiniMax H3 Image แสดงตัวอย่างอย่างเป็นทางการที่มีห้องว่างและภาพอ้างอิงเฟอร์นิเจอร์ 9 ภาพ รวมเข้าเป็นห้องที่ตกแต่งแล้ว (การ์ดโมเดล MiniMax, พฤศจิกายน 2026)

ตัวอย่างการ์ดโมเดลอย่างเป็นทางการของ MiniMax H3 Image: ห้องว่าง 1 ห้องบวกภาพเฟอร์นิเจอร์ 9 ภาพด้านบนห้องนั่งเล่นที่ได้ นี่คือตัวอย่างของ MiniMax ไม่ใช่การทดลองที่ทำสำหรับบทความนี้

เอกสารการแก้ไขภาพอย่างเป็นทางการของ MiniMax H3 Image ระบุภาพอ้างอิง 1–16 ภาพ และรองรับอินพุต JPG, JPEG, PNG, WEBP, HEIC และ HEIF เอกสารอธิบายสองวิธีในการกำหนดขนาดผลลัพธ์ ใช้ size เป็น WIDTHxHEIGHT แบบระบุชัดเจน หรือปล่อยเป็น auto แล้วเลือก aspect_ratio พร้อม area การระบุขนาดชัดเจนร่วมกับ aspect_ratio หรือ area จะทำให้เกิดข้อผิดพลาด สำหรับการทดลองแบบ 16:9, n=1, aspect_ratio=16:9 และ area=4K เป็นชุดค่าผสมหนึ่งที่ระบุไว้ในเอกสาร ตรวจสอบขนาดที่ส่งคืนแทนการสันนิษฐานจำนวนพิกเซลที่แน่นอน

การ์ดโมเดลระบุผลลัพธ์ประมาณ 16 เมกะพิกเซลในการตั้งค่าขนาดใหญ่ พิกเซลที่มากขึ้นสามารถเผยให้เห็นข้อผิดพลาดเล็ก ๆ ของวัสดุหรือรูปทรงได้ชัดเจนพอ ๆ กับการเผยรายละเอียด ดังนั้นการส่งออกความละเอียดสูงจึงต้องได้รับการตรวจสอบด้วยสายตาเช่นเดียวกับฉบับร่างขนาดเล็ก MiniMax H3 Image สร้างภาพนิ่ง การสร้างวิดีโอเป็นงานที่แตกต่างออกไป การสาธิตการอ้างอิงเป็นวิดีโอไม่ได้ยืนยันว่าตัวแก้ไขภาพนิ่งรักษาเฟอร์นิเจอร์หรือรูปทรงห้องได้แม่นยำเพียงใด

เลือกภาพอ้างอิงตามบทบาท ไม่ใช่ตามจำนวน

ภาพอ้างอิงที่มีประโยชน์ตอบคำถามหนึ่งข้อ ในการประกอบภาพห้อง ภาพที่ 1 กำหนดกล้องและสถาปัตยกรรม ภาพถ่ายผลิตภัณฑ์โซฟากำหนดรูปทรงและเบาะหุ้มของโซฟา ภาพพรมกำหนดลวดลายและความหนาของขนพรม ภาพอ้างอิงแสงสว่างกำหนดโคมไฟ ขณะที่ภาพถ่ายห้องเป็นตัวกำหนดว่าเงาของโคมไฟควรตกอยู่ที่ใด การแบ่งเช่นนี้ทำให้พรอมป์ตมีความเฉพาะเจาะจงเมื่อภาพ 2 ภาพมีสีหรือพื้นผิวใกล้เคียงกัน

สร้างรายการอินพุตก่อนเปิดตัวแก้ไข บันทึกไฟล์ด้วยคำนำหน้าเลข 2 หลักเพื่อให้ลำดับการอัปโหลดมองเห็นได้ในตัวเลือกไฟล์ ตรวจสอบว่าสัญญาอนุญาตอนุญาตให้ใช้งานตามที่คุณต้องการ และบันทึกแหล่งที่มาไว้ข้างชื่อไฟล์แต่ละไฟล์ ตาราง 16 ช่องต่อไปนี้เป็นตัวอย่างการวางแผนสำหรับงานห้องนั่งเล่นหนึ่งงาน ไม่ได้อ้างว่ามีการรวบรวมหรือทดสอบภาพถ่ายเหล่านี้ในที่นี้

แผ่นวางแผนภาพอ้างอิง: ห้องคงที่ได้ภาพที่ 1; แต่ละช่องถัดไปมีวัตถุที่ระบุชื่อและจุดตรวจการคงไว้หนึ่งจุด นี่คือลำดับการอัปโหลดที่เสนอ ไม่ใช่ผลลัพธ์จาก MiniMax H3 Image

ภาพอ้างอิงหนึ่งภาพอาจมีรายละเอียดที่มีประโยชน์หลายอย่าง แต่ควรให้มันมีหน้าที่หลักเพียงอย่างเดียว หากภาพโคมไฟมีโซฟาอยู่ในฉากหลังด้วย ให้ระบุว่าควรถ่ายโอนเฉพาะโคมไฟเท่านั้น หากภาพ 2 ภาพกำหนดมุมมองที่ต่างกันของโซฟาตัวเดียวกัน ให้ตัดสินว่าเป็นมุมมองเสริมกันหรือคำสั่งที่ขัดแย้งกัน ลบภาพที่ซ้ำเกือบทั้งหมดซึ่งไม่ได้เพิ่มพื้นผิวหรือมุมมองใหม่ ภาพต้นทางที่คมชัดและมีแสงสว่างดีทำให้ตรวจสอบรายละเอียดที่โดดเด่นได้ง่ายขึ้นในภายหลัง แม้ว่าเอกสารจะไม่ได้สัญญาว่าความคมชัดเพียงอย่างเดียวจะปรับปรุงความแม่นยำในการทำตามคำสั่ง

ในตัวอย่างนี้ ให้วางภาพห้องไว้ลำดับแรก เพราะคำสั่งการจัดวางทั้งหมดอ้างอิงกลับไปที่ภาพนั้น ธรรมเนียมลำดับการอัปโหลดของการ์ดโมเดลหมายความว่า <Picture 1> ชี้ไปที่ไฟล์แรกที่อัปโหลด ไม่ใช่ภาพที่คุณบังเอิญเรียกว่า “ฐาน” ในบันทึกของคุณ ตรวจสอบภาพย่อตามลำดับในอินเทอร์เฟซจริงอีกครั้งก่อนส่ง

เขียนพรอมป์ตที่บอก MiniMax H3 Image ว่าต้องคงอะไรไว้

พรอมป์ตแบบหลายภาพอ้างอิงต้องมี 4 ส่วน: ฉากคงที่ การจับคู่ต้นทางกับวัตถุ ความสัมพันธ์เชิงพื้นที่ และขอบเขตของการเปลี่ยนแปลง “ใช้ภาพเหล่านี้ทำห้องอบอุ่นสบาย” ปล่อยให้โมเดลเลือกเองว่าโซฟา พรม และการจัดวางสิ่งใดสำคัญ การกำหนดอย่างชัดเจนให้ผลลัพธ์ที่คุณตรวจสอบได้

ใช้ <Picture n> ในเวิร์กโฟลว์ MiniMax H3 Image ที่อธิบายไว้ในการ์ดโมเดล วางวัตถุเป้าหมายไว้ข้างหมายเลขแต่ละตัว จากนั้นระบุว่าอะไรต้องคงอยู่จากห้อง: ตำแหน่งกล้อง ตำแหน่งหน้าต่าง สีผนัง พื้น และทิศทางแสงธรรมชาติ ระบุว่าวัตถุที่นำเข้ามาควรอยู่ตรงไหนเมื่อเทียบกับวัตถุอื่น และอนุญาตให้ขนาด มุมมอง และเงาเปลี่ยนแปลงเพื่อให้พอดี ตัดฉากหลังของภาพถ่ายผลิตภัณฑ์และเฟอร์นิเจอร์เด่นที่ไม่ได้ระบุออก

สำหรับรอบแรก อัปโหลดภาพที่ 1 ถึงภาพที่ 4 ตามลำดับ แล้ววางพรอมป์ตนี้:

plaintextCopy
1Create a realistic furnished photograph of the living room in <Picture 1>. Preserve its camera position, window placement, wall color, floor, and daylight direction. Place the sofa from <Picture 2> against the main wall, the rug from <Picture 3> beneath the seating area, and the floor lamp from <Picture 4> beside the sofa. Preserve each referenced item's distinctive silhouette, color, and material. Adjust scale, perspective, and contact shadows to fit the room. Do not import the product-photo backgrounds. Do not add other prominent furniture.

ใช้ n=1, aspect_ratio=16:9 และ area=4K หากรายการ MiniMax H3 Image ของคุณแสดงตัวควบคุมการแก้ไขตามที่ระบุในเอกสาร ปล่อย size ไม่ตั้งค่า หรือตั้งเป็น auto หากอินเทอร์เฟซมีเพียงการระบุความกว้างและความสูงโดยตรง ให้เลือกขนาด 16:9 ที่ถูกต้อง และอย่าส่ง aspect_ratio หรือ area ด้วย บันทึกขนาดที่ส่งคืนและพรอมป์ตที่ถูกปรับปรุงใด ๆ ไว้กับผลลัพธ์ เอกสาร API ระบุว่าการแก้ไขมีการปรับปรุงพรอมป์ต ดังนั้นพรอมป์ตที่ถูกแก้ไขสามารถช่วยอธิบายการตีความที่ไม่คาดคิดได้

ทำให้คำสั่งสามารถสังเกตได้ “คงแขนโค้งและเบาะหุ้มสีเขียวเข้มของโซฟา” ตรวจสอบได้ง่ายกว่า “ทำให้ดูมีสไตล์” หากผลลัพธ์เปลี่ยนเส้นรอบนอกที่สำคัญ ให้ปรับข้อกำหนดการคงไว้ของวัตถุนั้น หากรูปร่างห้องเคลื่อนไป ให้เสริมข้อกำหนดของภาพที่ 1 หลีกเลี่ยงการเปลี่ยนทั้งสองอย่างพร้อมกัน เพราะคุณจะไม่รู้ว่าการปรับปรุงใดเกิดจากอะไร

หนึ่งห้อง สามรอบรัน: ภาพอ้างอิง 4, 8 และ 16 ภาพ

การเปรียบเทียบที่ยุติธรรมต้องใช้ภาพถ่ายห้องที่ได้รับอนุญาตภาพเดียวกัน ไฟล์ต้นทาง ลำดับการอัปโหลด อัตราส่วนผลลัพธ์ การตั้งค่า area และรายการตรวจสอบเดียวกัน เพิ่มเฉพาะวัตถุที่ระบุชื่อในแต่ละขั้น สร้างผลลัพธ์หนึ่งภาพต่อขั้น และเก็บไฟล์ต้นฉบับ การตั้งค่าคำขอ และขนาดที่ส่งคืน ต่อไปนี้คือการออกแบบการทดสอบที่ทำซ้ำได้ ช่องผลลัพธ์จะยังว่างจนกว่าการรัน MiniMax H3 Image ขนาด 4/8/16 จะเสร็จสิ้น; ขีดจำกัดอินพุตเพียงอย่างเดียวไม่สามารถให้ผลลัพธ์ที่สังเกตได้

ฐานเริ่มต้น 4 ภาพ

ภาพที่ 1–4 ร้องขอห้อง โซฟา พรม และโคมไฟตั้งพื้นอย่างละหนึ่ง เพียงพอที่จะทดสอบว่าตัวแก้ไขเข้าใจขอบเขตฉากและบทบาทวัตถุ 3 อย่างที่ต่างกันหรือไม่ ตรวจสอบแขนโซฟาและผ้าแยกจากลวดลายพรม ตรวจสอบว่าโคมไฟตั้งอยู่ข้างโซฟาและฐานของมันสัมผัสพื้นหรือไม่ ทำเครื่องหมายแต่ละรายการว่าคงไว้ เปลี่ยนแปลง หายไป หรือตัดสินจากมุมมองที่เลือกไม่ได้

อย่าเพิ่มภาพอ้างอิงอีกเพียงเพราะผลลัพธ์แรกดูเบาบาง ห้องที่เบาบางเป็นเรื่องคาดหมายได้จากคำขอ 4 ภาพที่ห้ามเฟอร์นิเจอร์เด่นอื่น เพิ่มวัตถุถัดไปเฉพาะเมื่อฉากสุดท้ายที่ตั้งใจต้องการมันจริง ๆ

เพิ่มวัตถุที่ขาดไป 4 อย่าง

สำหรับขั้น 8 ภาพ ให้คงภาพที่ 1–4 ไว้ และเพิ่มโต๊ะกาแฟ เก้าอี้เท้าแขน โต๊ะข้าง และต้นไม้เป็นภาพที่ 5–8 คงการตั้งค่าเดิมและใช้พรอมป์ตนี้:

plaintextCopy
1Create a realistic furnished photograph of the living room in <Picture 1>. Preserve its camera position, architecture, floor, window placement, and daylight direction. Place the sofa from <Picture 2> against the main wall, the rug from <Picture 3> beneath it, and the floor lamp from <Picture 4> beside the sofa. Add the coffee table from <Picture 5> in front of the sofa, the armchair from <Picture 6> opposite it, the side table from <Picture 7> next to the armchair, and the plant from <Picture 8> near the window. Preserve each object's recognizable shape, color, and material. Keep believable scale, clear walking space, consistent perspective, and contact shadows. Do not import any source-photo background or add unlisted prominent objects.

ตอนนี้คำถามเปลี่ยนจาก “วางวัตถุ 3 อย่างได้ไหม?” เป็น “คงวัตถุ 3 อย่างแรกไว้พร้อมเพิ่มอีก 4 อย่างได้ไหม?” เปรียบเทียบการตรวจโซฟา พรม และโคมไฟชุดเดิมกับฐานเริ่มต้น จากนั้นประเมินรายการใหม่และทางเดิน ฉากที่เต็มขึ้นแต่สูญเสียรูปทรงที่ระบุเอกลักษณ์ของโซฟาอาจมีประโยชน์ต่อทีมผลิตภัณฑ์น้อยกว่าฐานเริ่มต้นที่เรียบง่ายกว่า

เมื่อใดที่การใช้ภาพครบชุด 16 ภาพสมเหตุสมผล

ใช้ทั้ง 16 ภาพเฉพาะเมื่อบรีฟเรียกร้องให้มีชั้นวางหนังสือ ผ้าม่าน โคมไฟเพดาน งานศิลปะติดผนัง ม้านั่ง แจกัน หมอนอิง และผ้าห่มที่เหลือจริง ๆ ภาพต้นทางเหล่านั้นนำรายละเอียดเล็ก ๆ ที่ทับซ้อนกันหลายอย่างเข้ามา ในมุมมองห้องแบบ 16:9 บางอย่างอาจถูกเฟอร์นิเจอร์บังหรือเล็กเกินไปสำหรับการตรวจสอบตัวตนอย่างมั่นใจ กำหนดว่าวัตถุใดต้องมองเห็นได้ก่อนรันการแก้ไข

plaintextCopy
1Create one realistic interior photograph using the empty living room in <Picture 1> as the fixed scene. Preserve its architecture, camera position, windows, flooring, and daylight direction. Furnish it with the sofa <Picture 2>, rug <Picture 3>, floor lamp <Picture 4>, coffee table <Picture 5>, armchair <Picture 6>, side table <Picture 7>, plant <Picture 8>, bookcase <Picture 9>, curtains <Picture 10>, pendant light <Picture 11>, wall art <Picture 12>, stool <Picture 13>, vase <Picture 14>, cushion <Picture 15>, and throw <Picture 16>. Use each image only for the named object's appearance, not its original background. Keep the sofa and armchair as the seating focus; place the rug beneath them, keep the coffee table reachable, and leave a clear path from the door to the window. Preserve each item's distinctive color, silhouette, and material where visible. Make scale, perspective, illumination, reflections, and contact shadows consistent with <Picture 1>. Do not duplicate objects or invent additional prominent furnishings.

ตารางเปรียบเทียบด้านล่างบอกคุณว่าต้องบันทึกอะไรหลังการรันจริง ผลการค้นพบที่ว่างเปล่าเป็นเจตนา; เพื่อป้องกันไม่ให้การทดลองที่วางแผนไว้ถูกเข้าใจผิดว่าเป็นผลลัพธ์ที่วัดได้

นับจำนวนวัตถุให้ถูกต้องก่อนเปรียบเทียบคุณภาพทางสายตา ม้านั่งที่หายไปกับแจกันที่ซ้ำขึ้นมาเป็นความล้มเหลวที่ต่างกัน หากการรัน 8 ภาพตรงตามบรีฟ ให้หยุดตรงนั้น ภาพอ้างอิงมากขึ้นหมายถึงรายละเอียดที่ต้องตรวจสอบมากขึ้นและอาจมีต้นทุนอินพุตมากขึ้น; ขีดจำกัดอินพุตอย่างเป็นทางการไม่ได้ยืนยันว่า 16 ภาพจะปรับปรุงความแม่นยำเสมอไป

กรณีที่เผยแพร่กรณีแรกแสดงให้เห็นว่าบทบาททางสายตาที่แยกจากกันสามารถมาบรรจบในฉากเดียวได้อย่างไร ภาพอ้างอิงสถานที่กำหนดสะพานหินและเส้นขอบฟ้าที่เต็มไปด้วยเมฆ; ภาพบุคคลตัวละครกำหนดกระต่าย สุนัขจิ้งจอก นกฮูก และเต่า; ภาพที่เหลือนำทางเรือเหาะ พร็อพ และแสง เปรียบเทียบตารางอินพุตด้านล่างกับผลลัพธ์เดียวที่อยู่เหนือขึ้นไป เพื่อดูว่ารายละเอียดใดส่งต่อมาถึง

สิบหกภาพอ้างอิง หนึ่งผลลัพธ์: กรณี MiniMax H3 Image ที่เผยแพร่โดย Beginnersblog แสดงมุมมองสถานที่ 4 แบบ ตัวละครสัตว์ 4 ตัว รายละเอียดเรือเหาะ 4 อย่าง และภาพอ้างอิงบรรยากาศหรือพร็อพ 4 ภาพในตารางด้านล่าง ฉากเรือเหาะเพียงฉากเดียวปรากฏอยู่เหนือขึ้นไป

กรณีที่สองทำให้การจับคู่ตัวตนตรวจสอบได้ง่ายเป็นพิเศษ แผ่นภาพที่มีหมายเลขของมันจับคู่หัวหุ่นยนต์ 4 หัวกับชุดและเครื่องดนตรีที่แตกต่างกัน ในฉากวงดนตรีที่ได้ ซุ้ม ประพื้นแบบรัศมี ฉากหลังดวงจันทร์ และสีแสงสองสีก็มาจากภาพอ้างอิงสถานที่เช่นกัน

สิบหกภาพอ้างอิง หนึ่งผลลัพธ์: การทดสอบ MiniMax H3 Image ที่เผยแพร่โดย 36Kr ให้หัวหุ่นยนต์ 4 หัว ชุด 4 ชุด เครื่องดนตรี 4 อย่าง และสัญญาณสถานที่ 4 อย่าง (ด้านบน) เพื่อประกอบเป็นฉากวงดนตรีหนึ่งฉาก (ด้านล่าง)

ตรวจสอบผลลัพธ์ก่อนนำไปใช้ซ้ำ

เปิดผลลัพธ์ที่ความละเอียดที่ส่งมอบไว้ข้างแผ่นภาพต้นทาง เริ่มจากห้องคงที่ หน้าต่างยังคงอยู่บนผนังเดิมหรือไม่? กล้องยังอยู่ที่ความสูงและมุมเดิมโดยประมาณหรือไม่? หากสถาปัตยกรรมเปลี่ยน พื้นผิวโซฟาที่ดูสมจริงไม่ได้ช่วยกอบกู้การแก้ไขสำหรับงานนำเสนอภายในที่ผูกกับพื้นที่จริง

จากนั้นตรวจสอบวัตถุที่ร้องขอแต่ละชิ้นตามลำดับที่แน่นอน ยืนยันรูปทรงก่อน แล้วจึงยืนยันสีและวัสดุ โซฟาสีเขียวที่มีแขนตรงไม่ได้คงต้นฉบับแขนโค้งไว้เพียงเพราะเฉดสีตรงกัน สำหรับสิ่งทอที่มีลวดลาย ให้ตรวจสอบว่าลวดลายเป็นของวัตถุที่ถูกต้องหรือไม่ ความล้มเหลวเรื่องโซฟากับพรมตอนต้นเป็นการสลับการอ้างอิงข้ามกัน ดังนั้นการเปลี่ยนเพียงคำคุณศัพท์สีอาจไม่แก้ปัญหา; ให้ระบุขอบเขตต้นทางถึงวัตถุใหม่อีกครั้ง

ตรวจสอบจำนวนและตำแหน่งแยกจากกัน โมเดลอาจสร้างโคมไฟ 2 อัน ซ่อนโต๊ะข้างที่ระบุ หรือวางเก้าอี้เท้าแขนไว้หน้าประตู มองหาการสัมผัสพื้นอย่างชัดเจน ขนาดที่สมเหตุสมผลเทียบกับหน้าต่าง เงาที่สอดคล้องกัน และการสะท้อนในจุดที่ห้องสมควรมี ตรวจสอบงานศิลปะติดผนังหรือป้ายที่ขนาดเต็มหากข้อความที่อ่านได้มีความสำคัญ ข้อความที่สร้างขึ้นอาจต้องแก้ไขแยกต่างหากแม้องค์ประกอบโดยรวมจะใช้งานได้

เก็บบันทึกปัญหาที่มีคอลัมน์สำหรับหมายเลขภาพ คุณสมบัติที่ต้องการ ความแตกต่างที่สังเกตได้ และการเปลี่ยนแปลงครั้งถัดไป แก้ไขการกำหนดหรือข้อจำกัดเพียงหนึ่งอย่างต่อการลองใหม่หนึ่งครั้ง บันทึกผลลัพธ์เก่าไว้ เพราะการสร้างครั้งถัดไปอาจแก้ไขวัตถุหนึ่งและเปลี่ยนอีกวัตถุหนึ่ง สำหรับการใช้งานที่ต้องนำเสนอต่อลูกค้า ให้ถือผลลัพธ์เป็นข้อเสนอทางสายตาจนกว่าคุณจะตรวจสอบสิทธิ์ของต้นฉบับ ขนาด และรายละเอียดผลิตภัณฑ์ทุกอย่างที่ภาพอาจสื่อว่าแม่นยำแล้ว

จะรันที่ไหน และต้องตรวจสอบอะไรก่อน

MiniMax ให้บริการ MiniMax H3 Image ผ่าน API และแอปของตัวเอง และเผยแพร่น้ำหนักแบบเปิด ComfyUI ยังมีเอกสารเวิร์กโฟลว์แบบโหนดสำหรับโมเดลนี้ ก่อนเริ่ม ตรวจสอบว่าอินเทอร์เฟซเป็นตัวแก้ไขภาพนิ่ง MiniMax H3 Image โดยเฉพาะ และรองรับจำนวนภาพอ้างอิงและตัวควบคุมผลลัพธ์ที่การทดสอบของคุณต้องใช้ บันทึกชื่อโมเดลที่บริการแสดง หลีกเลี่ยงการสับสนเวิร์กโฟลว์อ้างอิงวิดีโอกับการแก้ไข MiniMax H3 Image

สำหรับเวิร์กโฟลว์ Atlas Cloud ในปัจจุบัน ไดเรกทอรีโมเดล Atlas Cloud เป็นจุดที่ใช้ยืนยันแค็ตตาล็อกปัจจุบัน ในเวลาของการรีวิวนี้ ฉันสามารถตรวจสอบ หน้าของโมเดล OpenAI GPT Image 2.5 Sunburst Edit ซึ่งระบุภาพอินพุตได้สูงสุด 16 ภาพ และตัวควบคุม quality และ size นี่เป็นโมเดลแยกต่างหากที่สามารถฝึกวินัยเรื่องบทบาทของภาพอ้างอิงแบบเดียวกันได้ ผลลัพธ์ของมันไม่ใช่หลักฐานพฤติกรรมของ MiniMax H3 Image และฉันไม่สามารถตรวจสอบรายการแก้ไข MiniMax H3 Image บน Atlas Cloud สำหรับบทความนี้ได้

ตรวจสอบใบเสนอราคาสดสำหรับคุณภาพ ขนาด จำนวนผลลัพธ์ และจำนวนภาพอ้างอิงที่แน่นอนก่อนรัน หน้าของโมเดล Atlas ระบุราคาเริ่มต้นต่อภาพ แต่ราคาเริ่มต้นนั้นไม่ได้ยืนยันค่าใช้จ่ายของการแก้ไขที่คุณภาพสูงสุด 3840×2160 ค่าใช้จ่ายการแก้ไขของ MiniMax เองก็แยกต่างหากเช่นกัน การเปรียบเทียบที่มีประโยชน์จะบันทึกใบเสนอราคาและขนาดที่ส่งคืนไว้ข้างผลลัพธ์แต่ละรายการ แทนที่จะผสมราคาของผู้ให้บริการ 2 รายเข้าด้วยกัน

น้ำหนักแบบเปิดนำมาซึ่งการตัดสินใจที่ต่างออกไป: องค์กรของคุณอาจนำไปใช้งานกับผู้ชมและเขตพื้นที่ของตนได้หรือไม่ สัญญาอนุญาตคอมมูนิตี้ของ MiniMax H3 Image มีการยกเว้นเขตพื้นที่และเงื่อนไขเพิ่มเติมสำหรับบริการเชิงพาณิชย์หรือบริการโฮสต์บางประเภท (สัญญาอนุญาต MiniMax, พฤศจิกายน 2026) อ่านข้อกำหนดปัจจุบันสำหรับการติดตั้งใช้งานของคุณก่อนกล่าวอ้างการใช้งานเชิงพาณิชย์

สำหรับโปรเจกต์ MiniMax H3 Image ครั้งแรกที่มีภาพอ้างอิงหลายภาพ ให้เตรียมห้องที่เคลียร์สิทธิ์แล้วและวัตถุ 3 อย่างที่แยกแยะได้ชัดเจน รันฐานเริ่มต้น 4 ภาพ และกรอกแผ่นตรวจสอบ ให้ข้อผิดพลาดที่สังเกตได้เป็นตัวตัดสินว่าภาพที่ 5–8 หรือ 9–16 มีหน้าที่จริงหรือไม่

คำถามที่พบบ่อย

MiniMax H3 Image ต้องใช้ภาพอ้างอิง 16 ภาพหรือไม่?

ไม่ สิบหกคือจำนวนสูงสุดสำหรับการแก้ไขหนึ่งครั้ง ไม่ใช่เป้าหมาย เริ่มจากห้องและวัตถุที่ฉากต้องการ เพิ่มภาพอ้างอิงอีกภาพเฉพาะเมื่อ它具有บทบาทชัดเจนหรือผลลัพธ์แสดงช่องว่างที่เฉพาะเจาะจง

ภาพอ้างอิง 16 ภาพหมายถึงภาพผลลัพธ์ 16 ภาพหรือไม่?

ไม่ มันอธิบายจำนวนสูงสุดของภาพอ้างอิงอินพุต จำนวนผลลัพธ์เป็นการตั้งค่าแยกต่างหาก; บทความนี้ใช้ n=1 เพื่อขอผลลัพธ์หนึ่งภาพสำหรับการรันเปรียบเทียบแต่ละครั้ง

MiniMax H3 Image ระบุภาพอ้างอิงแต่ละภาพในพรอมป์ตได้อย่างไร?

มันใช้ลำดับการอัปโหลด <Picture 1> คือไฟล์แรกที่อัปโหลด <Picture 2> คือไฟล์ที่สอง และต่อไปเรื่อย ๆ ใส่หมายเลขไฟล์ของคุณและตรวจสอบภาพย่อตามลำดับก่อนส่ง

ฉันสามารถใช้ขนาดชัดเจนร่วมกับการตั้งค่าอัตราส่วนภาพและ area ได้หรือไม่?

ไม่ได้ สำหรับตัวควบคุมการแก้ไขตามเอกสาร ให้ตั้ง size เป็น WIDTHxHEIGHT แบบระบุชัดเจน หรือใช้ size=auto พร้อม aspect_ratio และ area การระบุทั้งสองวิธีพร้อมกันจะทำให้เกิดข้อผิดพลาด

ฉันจะรู้ได้อย่างไรว่าภาพอ้างอิงที่มากขึ้นช่วยได้หรือไม่?

คงห้อง ภาพอ้างอิงก่อนหน้า ลำดับการอัปโหลด และการตั้งค่าผลลัพธ์ให้คงที่ เปรียบเทียบแต่ละรอบรันในเรื่องตัวตนของวัตถุ การจัดวาง การซ้ำ และรูปทรงห้อง หากชุดที่เล็กกว่าตรงตามบรีฟ ก็ไม่จำเป็นต้องเติมช่องที่เหลือ