让AI生成摘要
你生成的客厅里，沙发带上了地毯的图案。灯保持了形状，却借用了椅子的颜色。MiniMax H3 Image 允许你使用最多 16 张参考图像，但只有每张图像都有明确任务时，这种容量才有帮助。从定义场景所需的少量参考图开始。按上传顺序编号，明确告诉模型要从每张图保留什么，只在结果暴露出具体缺口时再添加更多参考图。
要点
- 16 是一次编辑的参考图像数量上限，不是目标值或输出数量。
- 为每张编号图像指定一个主要角色，并说明模型应忽略什么。
- 比较 4、8 和 16 张输入时，保持房间和输出设置不变。
- 在增加参考图数量前，先检查物体身份和位置。
“16 张图像参考”到底是什么意思？
MiniMax H3 Image 可以根据文本生成静态图像，或使用 1 到 16 张参考图编辑图像。对于室内合成，空房间可以作为固定场景，而单独的照片定义沙发、地毯、灯和其他物体。编辑会返回请求的输出图像；16 描述的是单次请求可包含多少张源图像。MiniMax H3 Image 模型卡展示了一个官方示例：将空房间和 9 张家具参考图组合成一个布置好的房间（MiniMax 模型卡，2026 年 11 月）。
MiniMax H3 Image 官方模型卡示例：上方为 1 个空房间加 9 张家具图像，下方为生成的客厅。这是 MiniMax 的示例，不是本文运行的结果。
官方 MiniMax H3 Image 编辑文档列出了 1–16 张参考图，并接受 JPG、JPEG、PNG、WEBP、HEIC 和 HEIF 输入。它描述了两种设置输出尺寸的方法。将 size 设为显式的 WIDTHxHEIGHT，或将其保留为 auto，并选择 aspect_ratio 与 area。同时提供显式尺寸以及 aspect_ratio 或 area 会返回错误。对于 16:9 的试验，n=1、aspect_ratio=16:9 和 area=4K 构成一种文档记载的组合。请检查返回的尺寸，而不是假设确切的像素数。
模型卡描述，在其较大设置下输出约为 1600 万像素。更多像素既能暴露细节，也同样能清楚地暴露微小的材质或几何错误。因此，高分辨率导出需要与小尺寸草稿进行相同的视觉检查。MiniMax H3 Image 生成静态图像。视频生成是另一项任务。参考图生视频演示并不能证明静态图像编辑器保留家具或房间几何结构的忠实程度。
按角色而非数量选择参考图像
有用的参考图回答一个问题。在房间合成中，Picture 1 确定相机和建筑结构。沙发产品图确定沙发的轮廓和软包。地毯照片确定其图案和绒面。灯具参考图确定灯，而房间照片决定其阴影应落在何处。当 2 张照片包含相似颜色或纹理时，这种分工能让提示词保持具体。
在打开编辑器之前构建输入列表。用 2 位数字前缀保存文件，以便上传顺序在文件选择器中清晰可见。检查许可证是否允许你预期的用途，并在每个文件名旁记录来源。下面的 16 槽表格是一个客厅任务的规划示例，并不表示这些照片已在此收集或测试。
| 图片 | 参考角色 | 要保留的细节 | 要忽略或核验的细节 |
|---|---|---|---|
| 1 | 空房间 | 相机、窗户、墙壁、地板、日光 | 现有陈设 |
| 2 | 沙发 | 轮廓、软包颜色、支脚形状 | 产品图背景 |
| 3 | 地毯 | 图案、边框、纹理 | 展厅地板 |
| 4 | 落地灯 | 灯罩和灯杆形状 | 源图像光照 |
| 5 | 咖啡桌 | 桌面和底座几何结构 | 源图像房间 |
| 6 | 扶手椅 | 框架和面料 | 产品图姿态 |
| 7 | 边桌 | 侧面轮廓和饰面 | 附近道具 |
| 8 | 植物 | 品种轮廓和花盆 | 影棚背景 |
| 9 | 书柜 | 层板和饰面 | 造型道具 |
| 10 | 窗帘 | 面料和颜色 | 原始窗户 |
| 11 | 吊灯 | 灯具形状 | 源图像天花板 |
| 12 | 墙面艺术 | 构图和画框 | 源图像墙壁 |
| 13 | 凳子 | 形状和软包 | 源图像地板 |
| 14 | 花瓶 | 造型和釉面 | 不想要的花 |
| 15 | 靠垫 | 图案和面料 | 源图像沙发 |
| 16 | 盖毯 | 编织和颜色 | 源图像家具 |
参考规划表：固定房间使用 Picture 1；后续每个槽位都有一个命名物体和一项保留检查。这是一个建议的上传顺序，不是 MiniMax H3 Image 输出。
一张参考图可能包含多个有用细节，但要给它一个主要任务。如果灯的照片背景中也有沙发，说明只应迁移灯。如果 2 张照片规定了同一沙发的不同视图，判断它们是互补视图还是冲突指令。移除没有增加新表面或角度的近似重复图。清晰、光照良好的源图像使其区别性细节在后续更容易检查，尽管文档并未承诺仅凭清晰度就能提高遵循度。
在此示例中，将房间图像放在第一位，因为每条放置指令都会回溯到它。模型卡的上传顺序约定意味着 <Picture 1> 指向第一个上传的文件，而不是你在笔记中碰巧称为“base”的那张图。提交前，在实际界面中重新检查按顺序排列的缩略图。
编写提示词，告诉 MiniMax H3 Image 要保留什么
多参考图提示词需要 4 个部分：固定场景、源图像到物体的映射、空间关系以及变更限制。“用这些图像做一个舒适的房间”会让模型自行选择哪张沙发、哪张地毯和哪种布置重要。明确的分配会给你一个可审查的结果。
在模型卡描述的 MiniMax H3 Image 工作流中使用 <Picture n>。将目标物体放在每个编号旁边。然后说明房间中必须保留什么：相机位置、窗户位置、墙壁颜色、地板和日光方向。说明导入物体彼此之间的相对位置，并允许比例、透视和阴影发生变化以适配。排除产品图背景和未列出的大型家具。
第一轮，按顺序上传 Picture 1 到 Picture 4，并粘贴以下提示词：
plaintext1Create 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.
如果你的 MiniMax H3 Image 入口提供文档记载的编辑控件，请使用 n=1、aspect_ratio=16:9 和 area=4K。将 size 留空或设为 auto。如果界面只提供直接设置宽度和高度，请选择有效的 16:9 尺寸，并且不要同时发送 aspect_ratio 或 area。将返回的尺寸和任何增强后的提示词与输出一起记录。API 文档称编辑会应用提示词增强，因此修订后的提示词有助于解释意外的解读。
让指令可观察。“保留沙发的弧形扶手和深绿色软包”比“让它有风格”更容易检查。如果输出改变了关键轮廓，请细化该物品的保留条款。如果房间几何结构发生漂移，请加强 Picture 1 的约束。避免同时修改两者，因为你会失去任何改进的原因。
一个房间，三次运行：4、8 和 16 张参考图
公平比较应保持同一张已授权的房间照片、源文件、上传顺序、输出比例、区域设置和检查清单。每个阶段只添加命名的物体。每个阶段生成一个输出，并保留原始文件、请求设置和返回尺寸。以下是一个可复现的测试设计。其结果字段在完成 4/8/16 次 MiniMax H3 Image 运行之前保持空缺；仅凭输入上限无法提供观察到的结果。
四图像基线
Picture 1–4 要求一个房间、沙发、地毯和落地灯。这足以测试编辑器是否理解场景边界和 3 种不同的物体角色。将沙发扶手和面料与地毯图案分开检查。检查灯是否立在沙发旁边，以及其底座是否接触地板。将每个物品标记为保留、改变、缺失，或无法从所选视图判断。
不要仅因为第一个输出看起来稀疏就添加另一张参考图。一个禁止其他大型家具的 4 图请求，预期就会得到稀疏房间。只有当预期的最终场景确实需要下一个物体时，才添加它。
添加四个缺失物体
对于 8 图阶段，保留 Picture 1–4，并追加咖啡桌、扶手椅、边桌和植物作为 Picture 5–8。保持相同设置，并使用以下提示词：
plaintext1Create 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.
现在问题从“它能放置 3 个物体吗？”变成“它能在添加 4 个更多物体的同时保留前 3 个吗？”将相同的沙发、地毯和灯检查与基线比较。然后评估新物品和行走路径。一个更完整但丢失了沙发识别形状的场景，对产品团队来说可能不如更简单的基线有用。
什么时候全套 16 张图像是合理的
只有当简报确实需要剩余的书柜、窗帘、吊灯、墙面艺术、凳子、花瓶、靠垫和盖毯时，才使用全部 16 张。这些源图像会引入若干细小、重叠的细节。在 16:9 房间视图中，有些可能被家具遮挡，或太小而无法可靠确认身份。在运行编辑之前，定义哪些物体必须可见。
plaintext1Create 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.
下面的比较表告诉你在真实运行后应记录什么。空白发现是有意为之；它们防止将计划中的实验误认为测量结果。
| 运行 | 输入集 | 主要问题 | 运行后记录 |
|---|---|---|---|
| 4 | 房间、沙发、地毯、灯 | 房间和 3 个物体是否清晰可辨？ | 保留的细节、缺失的细节、放置错误 |
| 8 | 前 4 张加桌、椅、边桌、植物 | 添加的物品是否取代了较早的物品？ | 相同的 4 项检查加新物体检查 |
| 16 | 前 8 张加 8 个收尾物体 | 所有必需物品是否可见且可识别？ | 逐物体可见性、重复、遮挡、房间漂移 |
在比较视觉质量之前，先正确清点物体。缺失凳子和重复花瓶是不同的失败。如果 8 图运行满足简报，就停在那里。更多参考图意味着要核验更多细节，并可能产生更多输入成本；官方输入上限并不能证明 16 张总能提高保真度。
第一个已发布案例展示了独立的视觉角色如何在一个场景中汇合。其地点参考图定义了石桥和布满云的地平线；角色肖像定义了兔子、狐狸、猫头鹰和乌龟；其余图像指导飞艇、其道具和光线。将下方输入网格与其上方的单一结果比较，看看哪些细节被延续下来。
十六张参考图，一个输出：Beginnersblog 发布的一个 MiniMax H3 Image 案例在下方网格中展示了四个地点视图、四个动物角色、四个飞艇细节，以及四个氛围或道具参考。单一的飞艇场景出现在它们上方。
第二个案例使身份匹配特别容易检查。其编号表将四个机器人头部与不同的服装和乐器配对。在生成的乐队场景中，拱门、放射状地板、月球背景和两种灯光颜色也来自环境参考图。
十六张参考图，一个输出：36Kr 发布的一个 MiniMax H3 Image 测试提供了四个机器人头部、四套服装、四种乐器和四个环境线索（上方），以组合成一个乐队场景（下方）。
在复用结果之前检查它
将输出以其交付分辨率与源图表并排打开。从固定房间开始。窗户是否仍在同一面墙上？相机是否仍处于大致相同的高度和角度？如果建筑结构发生变化，那么对于与真实空间绑定的室内展示来说，令人信服的沙发纹理也无法挽救这次编辑。
接下来，按固定顺序检查每个请求的物体。先确认轮廓，再确认颜色和材质。一张直扶手的绿色沙发并不会仅仅因为色调匹配就保留弧形扶手的源物品。对于有图案的纺织品，检查图案是否属于正确的物体。开头的沙发-地毯失败是交叉引用混淆，因此只改颜色形容词可能无法解决；重新陈述源图像到物体的边界。
分别检查数量和位置。模型可能会生成 2 盏灯、隐藏指定的边桌，或将扶手椅放在门前。检查明确的地板接触、相对于窗户的合理比例、一致的阴影，以及房间需要时的反射。如果可读文本很重要，请以完整尺寸检查墙面艺术或标签。即使整体构图可行，生成的文本也可能需要单独校正。
保留问题日志，包含图片编号、要求特征、观察到的差异和下一步修改等列。每次重试只修改一项分配或约束。保存旧输出，因为下一次生成可能修复一个物体却改变另一个。对于面向客户的使用，在检查源权利、尺寸以及图像可能暗示准确的所有产品细节之前，将结果视为视觉提案。
在哪里运行，以及先核验什么
MiniMax 通过自己的 API 和应用提供 MiniMax H3 Image，并发布开放权重。ComfyUI 也记录了该模型的节点工作流。开始前，检查界面是否明确是静态图像 MiniMax H3 Image 编辑器，并支持你的测试所需的参考图数量和输出控件。记录服务显示的模型名称。避免将视频参考工作流与 MiniMax H3 Image 编辑混淆。
对于今天的 Atlas Cloud 工作流，Atlas Cloud 模型目录 是确认当前目录的地方。在本文评审时，我可以验证 OpenAI GPT Image 2.5 Sunburst Edit 模型页面，它指定最多 16 张输入图像以及 quality 和 size 控件。这是一个单独的模型，可以练习相同的参考角色纪律。其输出不是 MiniMax H3 Image 行为的证据，而且我无法为本文验证 Atlas Cloud 的 MiniMax H3 Image 编辑条目。
运行前检查实时报价，以确认确切的质量、尺寸、输出数量和参考图数量。Atlas 模型页面列出了每张图像的起始价格，但该起始费率并不能确定最高质量 3840×2160 编辑的成本。MiniMax 自己的编辑成本也是单独的。有用的比较会在每个结果旁记录报价和返回尺寸，而不是混合 2 个提供商的价格。
开放权重引入了一个不同的决定：你的组织是否可以为其受众和地区部署它们。MiniMax H3 Image 社区许可证包含地区排除条款，以及针对某些商业或托管服务的额外条件（MiniMax 许可证，2026 年 11 月）。在提出商业使用声明之前，请阅读你部署的当前条款。
对于你的第一个使用多张参考图的 MiniMax H3 Image 项目，准备一个已清权的房间和 3 个不会认错的物体，运行 4 图基线，并填写检查表。让观察到的错误决定 Picture 5–8 或 9–16 是否真的有任务。
常见问题
MiniMax H3 Image 需要 16 张参考图像吗？
不需要。16 是一次编辑的上限，不是目标。从房间和场景所需的物体开始。只有当另一张参考图有明确角色，或结果显示特定缺口时，才添加它。
16 张图像参考意味着 16 张输出图像吗？
不是。它描述的是输入参考图像的最大数量。输出数量是单独的设置；本文使用 n=1 为每次比较运行请求一个结果。
MiniMax H3 Image 如何在提示词中识别每张参考图？
它使用上传顺序。<Picture 1> 是第一个上传的文件，<Picture 2> 是第二个，以此类推。为文件编号，并在提交前检查按顺序排列的缩略图。
我可以将显式尺寸与宽高比和区域设置结合使用吗？
不可以。对于文档记载的编辑控件，要么将 size 设为显式的 WIDTHxHEIGHT，要么使用 size=auto 配合 aspect_ratio 和 area。同时提供两种方法会返回错误。
我如何知道更多参考图像是否有帮助？
保持房间、较早的参考图、上传顺序和输出设置不变。比较每次运行的物体身份、放置、重复和房间几何结构。如果较小的集合满足简报，就没有必要填满剩余槽位。
