上星期 HuggingFace 有個模型靜靜起飛:MiniMaxAI/MiniMax-H3-Image,七日內累積超過 51 萬次下載、破千個讚,連 ComfyUI 官方都出手打包(Comfy-Org 版本單週 160 萬下載)。呢個數字喺開源出圖模型界唔算小事——上一個有咁嘅聲勢嘅,已經係 Flux 初出嗰陣。

問題係:下載量高,唔等於好用。尤其係我哋香港、台灣用戶最關心嘅一點——中文提示詞到底聽唔聽得明? 今次我實測咗三日,同 Midjourney、Flux 逐項比較,講真話。

MiniMax H3 Image 係咩嚟?點解突然咁多人講?

MiniMax 係上海嘅 AI 公司,之前主要靠對話模型同語音模型打出名堂。今次 H3 Image 係佢哋正式開源嘅文字生成圖片模型,行 diffusers 架構,可以直接喺 HuggingFace 下載權重,亦可以透過 ComfyUI 節點使用。

佢爆紅嘅原因有三個:

  1. 開源可商用(需睇授權條款細節),對小型工作室同獨立開發者吸引力極大;
  2. 中文語義理解明顯比其他西方模型好,唔少人測試「酒樓點心」「港式茶餐廳」呢類場景,出嚟嘅畫面唔會變成西式 cafe;
  3. ComfyUI 生態即時支援,唔使等第三方插件,裝完即用。

對於唔想月月畀 Midjourney 訂閱費嘅香港中小企、設計 freelancer 嚟講,呢個組合確實誘人。

實測:中文提示詞表現有幾準?

我用咗同一組提示詞,分別喺 MiniMax H3、Midjourney v7、Flux 跑一次。測試場景揀咗三個港台讀者最常整嘅題材:

  • 「旺角街頭夜景,霓虹燈招牌,落雨,電影感」
  • 「台灣夜市鹽酥雞攤位,暖黃燈光,寫實攝影」
  • 「中式酒樓點心蒸籠,冒煙,俯拍」

結果係:MiniMax H3 喺場景文化準確度上明顯贏一截。旺角街頭佢真係出到密集嘅中英夾雜招牌、舊樓外牆冷氣機;Midjourney 出嚟嘅係「東京感」街景,招牌變咗日文。鹽酥雞攤位方面,MiniMax 出到膠凳、紅白膠袋、不鏽鋼夾,細節對味;Flux 就偏向過度乾淨、似廣告相。

不過要老實講:畫質細膩度同光影層次,Midjourney 仍然領先。人像皮膚質感、複雜光源下嘅立體感,MiniMax 仲有段距離,偶爾會出現手指、餐具邊緣嘅小瑕疵。如果你係做高端商業攝影替代品,暫時未夠班;但做社交媒體圖、概念草圖、內部提案,絕對夠用。

安裝與上手:三步搞掂

對香港讀者最實際嘅問題係:點開始?兩條路。

路線一:ComfyUI(免費、本地跑)

  1. 更新 ComfyUI 到最新版,喺 Manager 搜「MiniMax H3」安裝節點;
  2. 下載 Comfy-Org/MiniMax-H3-Image 嘅 safetensors 權重(約十幾 GB,睇版本);
  3. 載入官方 workflow,打中文提示詞即可。建議 16GB VRAM 以上,8GB 卡要開 fp8 量化,速度會慢。

路線二:網頁版(免安裝) MiniMax 官方平台有提供試用額度,適合只想試水溫嘅人。注意免費用戶通常有排隊同解像度限制。

我喺 RTX 4070 Ti 上實測,1024×1024 一張圖大約 18 至 25 秒,比同級 Flux 稍慢,但可接受。

定價與成本比較

呢度係最多人關心嘅一節,直接列數:

方案成本適合誰
MiniMax H3 本地開源免費(自備 GPU 電費)有顯卡、想無限出圖
MiniMax 官方 API按張計費,比主流西方 API 平約三至五成開發者、大批量出圖
Midjourney約 US$10–60/月追求最高畫質、唔想搞技術
Flux 商用授權按授權模式另計企業合規需求

對 freelancer 嚟講,本地跑 MiniMax 幾乎係零邊際成本——出幾多張都得,呢點係訂閱制模型永遠比唔上嘅。

邊個應該用?邊個唔應該?

建議用:

  • 香港/台灣中小企做社交媒體圖、宣傳素材,想慳訂閱費;
  • 設計師要快速出概念草圖、mood board;
  • 開發者要整合出圖功能入自己 app,想控制成本;
  • 重視中文場景準確度嘅創作者。

唔建議用:

  • 追求頂級商業攝影質感嘅品牌(暫時仍選 Midjourney);
  • 冇獨立顯卡、又唔想學 ComfyUI 嘅純小白(建議先用網頁版試);
  • 需要嚴格商用授權保障嘅大型企業,要逐條睇清楚授權條款。

延伸閱讀

結語:值得試,但唔好神化

MiniMax H3 Image 嘅真正價值,唔係「贏咗 Midjourney」,而係將高質素出圖嘅門檻再拉低一截,同時解決咗西方模型長期唔明亞洲場景嘅痛點。51 萬下載量反映嘅,係市場對「平、靚、中文得」嘅真實需求。

我嘅建議好簡單:有顯卡嘅,今個星期就裝 ComfyUI 試;冇嘅,用官方網頁版跑十張八張感受下先。試完你就知,邊啲工作可以交畀佢,邊啲仲要留畀付費工具。呢個年代,最貴嘅唔係軟件,係你唔肯試。