北京时间 11 月 11 日凌晨，MiniMax-H3-Image 官方仓库加入 Diffusers 格式权重，配套文档也已列出多种部署方式。对想把房间底图、家具照片和编辑要求放进同一流程的创作者，这套开放权重模型提供了新的选择。本文用一次客厅布置任务，说明多张参考图该怎样排序、指令该写到什么程度，以及本地试用需要准备哪些组件。

多图编辑先讲清关系，房间与家具参考素材组成完整场景的原创概念插画

原创 AI 概念插画，展示参考素材与目标场景之间的关系。

[配图建议：设计桌面上摆放房间底图、沙发与灯具参考照片，右侧展示目标场景构想 + 自然光建筑可视化风格]

1. 新进展落到哪里，生图和编辑共用一套检查点

官方提交记录中的 Diffusers 权重更新发生在 UTC 11 月 10 日 16 时 21 分，对应北京时间 11 月 11 日 00 时 21 分。开发者可以据此核对下载格式与框架支持，选择适合已有工具的接入方式。官方权重提交记录

MiniMax-H3-Image 把文字生图和参考图编辑放在同一检查点中。官方模型卡列出最多 16 张参考图、约 1600 万像素的原生输出，以及六步采样方案。像 4096×4096 这样的输出尺寸，为局部裁切和细节检查提供了更多像素。官方模型卡

对房间布置来说，这意味着可以从素材开始组织任务。房间照片提供空间与视角，家具照片提供物体外观，文字负责说明摆放关系。多张参考图能发挥作用的前提，是让每张图承担明确角色。

例如，一张沙发近照能表达布料纹理与扶手形状，却很难独自确定它在整个客厅里的比例。创作者还需要给出目标位置、相邻物体和构图要求。模型的多图输入能力，适合承接这种包含多个约束的编辑任务。

[配图建议：同一图像生成模块接收文字或参考图片两类输入，输出完整场景 + 简洁的图像工作流示意图]

2. 先给素材编号，再把它们之间的关系写出来

官方本地接口按上传顺序识别 <Picture 1>、<Picture 2> 等图像标记。创作者应先确定素材顺序，再编写与编号对应的要求。若团队交接时交换了两张参考图，指令中的对象也会随之发生变化。模型卡请求参数

下面是一组客厅编辑素材的组织示例。它同时适合作为交给设计同事的简短任务单。

素材 在任务中的作用 输出时检查什么
图 1，房间全景 提供房间结构、相机角度和窗户位置 空间关系与视角是否符合底图
图 2，沙发产品照 提供沙发轮廓、面料和颜色 扶手、靠垫和材质是否对应
图 3，落地灯产品照 提供灯具造型 灯的位置、比例和接地关系是否合理

把“参考这几张图”改写成具体关系，编辑要求就更容易核对。 可以先用一段简短描述确定场景，再逐项补充位置和视觉要求。

Use the room layout and camera angle in <Picture 1>.
Place the sofa from <Picture 2> along the left wall.
Place the floor lamp from <Picture 3> beside the sofa.
Create a realistic living-room photograph with daylight
from the window and natural contact shadows.

这是待试用的示例指令。实际素材中，如果沙发被裁掉一半，或者灯具照片的背景占据大部分画面，就需要先整理素材。清楚的物体边界、足够完整的外观和一致的编号，会让之后的失败原因更容易定位。

建议先用房间底图加一件家具完成一次编辑，再加入第二件物体。每次只增加一个明确关系，观察问题究竟出在外观匹配、物体位置，还是整体空间理解。这样也方便把可用的指令积累成团队模板。

[配图建议：房间、沙发、落地灯分别标为图1至图3，旁边标注构图与摆放要求 + 教程式素材说明图]

3. 本地流程还包含提示扩展、编码器与图像解码

官方模型卡建议使用描述完整画面的详细英文提示。其提示扩展模块会把简短要求整理成更完整的画面描述，并给出宽高比建议。公开的 MiniMax-H3-Image-PE 仓库提供文生图扩展权重，编辑任务则提供任务提示和消息组装示例，供视觉语言模型处理。官方提示扩展说明

对中文创作者，可以把原始需求和扩展后的描述都保存下来。重点检查沙发颜色、摆放位置、目标画幅有没有在整理过程中被改写。提示扩展后的内容也属于需要验收的输入。 若结果里的灯具位置错误，回看这一层往往比盲目修改采样参数更直接。

资源准备也要覆盖完整流程。模型卡列出的图像仓库规模约为 68.65 GB，文本编码器还需从 H3 仓库获取，文件约为 66.7 GB。两者属于下载文件规模，运行时还会使用显存、内存与中间计算空间。官方组件下载表

以 ComfyUI 为入口时，官方教程提供了扩散模型、文本编码器、提示扩展器和 VAE 四类文件的配置路径。其中部分采用量化格式，选型时应沿用该模板配套的文件与设置。ComfyUI 模型配置说明

耗时同样要连同条件阅读。SGLang 指南记录，一张 H200、原生精度下，4736×3552 文生图的预热后流水线耗时中位数为 10.133 秒，计时排除了启动、HTTP 传输、PNG 编码和客户端保存。自己的等待时间还应从提交任务量到文件可用。SGLang 部署与计时说明

[配图建议：创作要求依次经过提示扩展、文本与图片编码、图像生成和解码保存，每层展示对应产物 + 分层技术流程图]

4. 第一次试用，从配套模板和小画布开始

ComfyUI 教程给出的模板前提是 ComfyUI 0.45.0 或以上，以及 0.11.104 或以上的模板包。可以在模板库中搜索 MiniMax-H3-Image 的 Text to Image 或 Image Edit，再按教程放置所需模型文件。ComfyUI 模板入口

其文生图模板默认从约 400 万像素的方形画布开始。先用默认画布跑通完整流程，再根据实际资源增加尺寸，能够更早发现组件缺失、节点加载和素材处理问题。官方模板采用六步采样、CFG 为 1 的设置，首次运行可直接沿用。ComfyUI 画布与采样设置

第一轮先验收三件事。

  • 素材有没有被正确使用。 对照输入编号，逐一查看家具外观和指定位置。
  • 场景有没有成立。 查看遮挡、透视、物体大小与地面的接触关系。
  • 文件能不能继续使用。 核对输出尺寸，放大查看细节，并做一次目标版面的裁切。

如果小画布结果已经满足位置关系，再扩大输出检查材质。更大的图可以提供更细的观察条件，构图是否成立仍要逐项判断。对于需要做网页横幅的团队，也可以提前画出文字区，检查生成场景有没有给后续排版留出空间。

记录时保存原始素材、输入顺序、扩展提示、模型版本、尺寸和耗时。一次编辑失败后，这些材料能帮助你只改动最相关的一项条件，再判断结果是否改善。

[配图建议：小画布完成素材关系检查，再扩展为较大画幅并查看细节，旁边放置简短验收清单 + 清晰的创作者操作图]

总结，今天先准备一组能核对的素材

MiniMax-H3-Image 的开放权重与部署流程，为有本地算力的创作者提供了图像生成和编辑入口。今天可以先选一张房间底图、一张家具图，给它们编号，写清物体位置与目标画幅，再通过配套模板完成第一次编辑。团队评估时，把素材关系、扩展描述和最终结果放在一起复查。你最想用多参考图完成的是房间布置、商品场景，还是角色设定？先挑一个关系清楚的任务开始。

[配图建议：房间与家具两张素材旁放着编号和编辑要求，终点是一张可供核对的场景图 + 建筑设计工作台风格]

资料核查于 2026 年 11 月 11 日。本文依据官方模型卡、提交记录与部署文档编写，场景与试用指令为作者设计，本站尚未执行该模型的生成任务。文中耗时来自 SGLang 文档的指定条件。封面由内置图像工具原创生成，为概念插画。