MiniMax H3 Image تحت الاختبار: دقة 4K أصلية، و16 صورة مرجعية، ومن الصورة إلى الفيديو مع H3

رؤىوقت القراءة: 6 دقيقة
MiniMax H3 Image تحت الاختبار: دقة 4K أصلية، و16 صورة مرجعية، ومن الصورة إلى الفيديو مع H3

MiniMax H3 Image مقابل Seedream 5.5 بالموجّهات نفسها: صورة منتج وبورتريه ونص ملصق وسوق ليلي، ثم تفاصيل 4K ودمج 6 صور والتعديل والفيديو.

في 11 نوفمبر أطلقت MiniMax نموذج H3 Image، شقيق نموذج الفيديو MiniMax H3 لديها. العرض في التدوينة الرسمية صريح: دقة 4K أصلية، وما يصل إلى 16 صورة مرجعية في طلب واحد، ونموذج واحد للتوليد والتعديل معًا. والجزء غير المألوف أن أوزان النموذج منشورة علنًا على Hugging Face.

أضافت ZOOOP اليوم MiniMax H3 Image إلى مولد الصورة بالذكاء الاصطناعي. وقبل إطلاقه، شغّلته هو وSeedream 5.5 على مجموعة الموجّهات نفسها، ثم سلّمت إحدى النتائج إلى نموذج الفيديو H3 لأرى هل يمكن لصورة ثابتة منه أن تبدأ بالحركة فورًا.

ما هو MiniMax H3 Image

الإعدادات ليست كثيرة، لكن كلًّا منها سخي. يمكن أن يصل طول الموجّه إلى 32,000 حرف، وهذا يكفي لصفحة كاملة من ملاحظات القصة المصوّرة. تحصل على ثماني نسب عرض إلى ارتفاع: 21:9 و16:9 و3:2 و4:3 و1:1 و3:4 و2:3 و9:16. وتأتي الدقة بدرجتين فقط، 2K و4K. في 4K يبلغ الضلع الأطول نحو 5,120 بكسل، فتخرج صورة 16:9 بأبعاد 5120×2891.

اترك خانة المراجع فارغة فيصبح تحويل نص إلى صورة. أضف من صورة واحدة إلى 16 صورة فيعدّلها أو يدمجها بدلًا من ذلك. ما لا يستطيعه هو الخلفية الشفافة، لذا للستيكرات أو الأيقونات التي تحتاج إلى قصّ نظيف، ستحتاج إلى نموذج آخر.

أما السعر، فخيار 2K يقع في الفئة الأرخص، الفئة نفسها التي يقع فيها Seedream 5.5. و4K أغلى.

كيف اختبرته

نموذج المقارنة هو Seedream 5.5. أقصى دقة له 2K، لذا شُغّل الاثنان بدقة 2K، بصورة واحدة لكل موجّه لكل منهما:

  • صورة منتج: كوب قهوة خزفي مرقّط مصنوع يدويًا على مفرش من الكتان، بجانب كرواسون قُضمت منه قضمة واحدة وغصن من إكليل الجبل، في ضوء الصباح، 4:3
  • بورتريه في بيئته: خبّاز مسنّ بذراعين يغطيهما الطحين في مخبز حجري عند الفجر، 3:4
  • ملصق سفر عتيق الطراز: العنوان "VISIT THE NORTHERN LIGHTS"، و"Tromsø · Winter 2026" في الأسفل، وكوخ أحمر صغير تحت الشفق القطبي، 2:3
  • لقطة جوية لسوق ليلي تحت المطر: مئات الفوانيس، وأكشاك طعام يتصاعد منها البخار، وانعكاسات على الرصيف المبلل، وأناس تحت المظلات، 16:9

ثم أضفت بعض الاختبارات الإضافية. أعدت السوق الليلي بدقة 4K، وهو ما لا يقدر عليه إلا MiniMax H3 Image. ودمجت ست صور مرجعية في واجهة مقهى واحدة، وحوّلت صورة كورجي إلى يوم مثلج، وأخيرًا ذهبت صورة كوب القهوة إلى نموذج الفيديو H3 لإنتاج مقطع مدته 5 ثوانٍ.

صور المنتجات والبورتريه مقابل Seedream 5.5

يمكن استخدام صورتي الكوب كما هما. الفرق في الأجواء. اختار MiniMax H3 Image ضوءًا أدفأ وكرواسون كبيرًا قريبًا من العدسة، بوجهه المقطوع وفتاته في مقدمة الكادر مباشرة. هذا تخطيط إعلاني. أما Seedream 5.5 فوضع الكرواسون في طبق صغير ودفعه إلى الخلف، ومنح المفرش مسحة رمادية مخضرّة، وأبقى الكادر كله أهدأ.

صورة منتج لكوب قهوة وكرواسون، مقارنة

اليسار: H3 Image، اليمين: Seedream 5.5

البورتريه يُظهر فجوة أكبر. قدّم لي H3 مشهدًا فيه قصة: امرأة مسنّة تعمل على طاولة العجن، وشوبك بجانب يدها، والطحين يغطي ساعديها، ورفوف الخبز خلفها، وضوء النافذة يدخل من اليسار. أما Seedream 5.5 فجعله بورتريه أماميًا مباشرًا، بنظرة مستقيمة إلى الكاميرا بينما يتلاشى المخبز في الخلفية. لرواية قصة علامة تجارية، نسخة H3 أنفع. وإن كان كل ما تحتاجه صورة نظيفة لشخص، فصورة Seedream جيدة تمامًا.

بورتريه بيئي لخبّاز مسنّ، مقارنة

اليسار: H3 Image، اليمين: Seedream 5.5

نص الملصق ومشهد ليلي كبير

الملصق اختبار للخط. كتب النموذجان العنوان بشكل صحيح، وكذلك سطر "Tromsø · Winter 2026" في الأسفل. لكن MiniMax H3 Image دسّ تحت العنوان سطرًا إضافيًا مكتوبًا فيه "Norway". تقع ترومسو فعلًا في النرويج، لكن هذا السطر لم يكن في الموجّه. لو كان هذا نصًا اعتمده عميل، فإن هذا النوع من الارتجال يعني إعادة العمل.

ملصق سفر عتيق الطراز، مقارنة

اليسار: H3 Image، اليمين: Seedream 5.5

تعامل الاثنان مع السوق الليلي بشكل جميل. الفوانيس والبخار والانعكاسات على الأرض كلها حاضرة. صوّره H3 من زاوية أقرب إلى العمودية، كطائرة مسيّرة معلّقة فوق الشارع. أما Seedream 5.5 فأمال الزاوية وترك المباني البعيدة تظهر، ما يمنحه عمقًا أكبر. لنعتبر هذه الجولة تعادلًا. الأمر يعود إلى المنظر الذي تريده.

لقطة جوية لسوق ليلي ممطر، مقارنة

اليسار: H3 Image، اليمين: Seedream 5.5

ما الذي تمنحك إياه 4K فعلًا

شغّلت موجّه السوق الليلي مرة أخرى على MiniMax H3 Image بدقة 4K، فخرج الملف بأبعاد 5120×2891. عند تصغيره، يبدو تقريبًا مثل نسخة 2K. كبّره إلى 100% وسترى فائدته.

صورة السوق الليلي الكاملة بدقة 4K

صورة السوق الليلي الكاملة بدقة 4K، مصغّرة هنا

اقتطع كشك النودلز على اليسار وستجد أن كل شيء يصمد: البخار فوق القدور، وصفوف الأوعية، والانعكاسات على المظلات الشفافة، ولا شيء منها ملطّخ أو مختلط ببعضه. واللافتتان الكبيرتان، "拉麵 NOODLES" و"炒飯 FRIED RICE"، مكتوبتان بوضوح. أما النص الصغير فهو حيث ينهار الأمر. فالحروف الصينية الصغيرة بجانب اللافتة تتبيّن رموزًا بلا معنى عند التكبير.

مقطع مقتطع من الأصل بدقة 4K

كشك النودلز على يسار الأصل بدقة 4K، مقتطعًا بنسبة 100%، واللافتة في أعلى اليسار

إذن تناسب 4K المشاهد الواقعية التي تنوي تكبيرها أو اقتطاعها لاحقًا، كأن تستخرج عدة منشورات لوسائل التواصل الاجتماعي من لقطة واسعة واحدة. لا تعتمد عليها لكتابة النص الصغير بشكل صحيح. كما أنها ليست أبطأ بكثير من 2K. في هذه الجولة استغرق H3 نحو 28 إلى 50 ثانية للصورة بدقة 2K، ونحو 28 إلى 61 ثانية بدقة 4K. وأنجز Seedream 5.5 بدقة 2K الصورة في 24 إلى 35 ثانية، أسرع قليلًا.

ست صور في صورة واحدة، وتعديل أيضًا

يقبل MiniMax H3 Image حتى 16 صورة مرجعية، بينما يقبل Seedream 5.5 حتى 10. استخدمت ستًّا وطلبت واجهة مقهى: العناصر الأولى مصفوفة على منضدة خشبية، والدراجة الحمراء من لوحة الإلهام مركونة خارج النافذة، والملصقات الثلاثة معلّقة على الجدار الخلفي.

الصور المرجعية الست

الصور المرجعية الست، من اليسار إلى اليمين: علبة شاي وأكياس شاي، كوب وكرواسون، لعبة روبوت من اللباد، إبريق شاي أبيض، لوحة إلهام، ثلاثة ملصقات مرسومة

أدخل الاثنان الصور الست كلها، والزهور على علبة الشاي والروبوت والملصقات كلها تطابق المراجع. الاختلاف في أماكن الأشياء. أدخل H3 الدراجة إلى المقهى وأسندها إلى طاولة. أما Seedream 5.5 فنفّذ المطلوب وتركها على الرصيف في الخارج. في هذا الاختبار لم يتبع H3 التعليمات المكانية في دمج متعدد الصور، لذا راجع صور الدمج بعد خروجها. ومن حيث الوقت، استغرق H3 في هذه الصورة 51 ثانية وSeedream 39.

دمج ست صور في واجهة مقهى، مقارنة

اليسار: H3 Image، اليمين: Seedream 5.5

وللتعديل، جرّبت أكثر طلب شائع في تحرير الصورة بالذكاء الاصطناعي: صورة هاتف لكورجي يضع قائمتيه الأماميتين على منضدة بجانب زجاجة صفراء، تتحول إلى يوم مثلج مع ترك الكلب والزجاجة كما هما. نجح الاثنان، وبقيت وضعية الكورجي والزجاجة في مكانهما. وضع H3 ثلجًا أكثف وجعل الألوان أبرد، بينما احتفظ Seedream بقدر أكبر من دفء الأصل. كلاهما صالح للاستخدام. استغرق H3 نحو 71 ثانية في هذا التعديل، أبطأ مما هو عليه في تحويل النص إلى صورة.

صورة كورجي عُدّلت إلى مشهد ثلجي

من اليسار إلى اليمين: الصورة الأصلية، وتعديل الثلج من H3 Image، وتعديل الثلج من Seedream 5.5

من الصورة إلى الفيديو مع H3

ينتمي MiniMax H3 Image إلى العائلة نفسها التي ينتمي إليها نموذج الفيديو MiniMax H3، لذا في الختام أعطيت صورة كوب القهوة لنموذج الفيديو H3 كإطار أول: بدقة 480p، ومدة 5 ثوانٍ، مع الموجّه «يتصاعد البخار، والكاميرا تقترب ببطء، ويد تمتد من اليمين وتلتقط الكرواسون». على ZOOOP هذا هو إطار البداية / النهاية مع ملء الإطار الأول فقط.

حدثت الأشياء الثلاثة كلها. يتصاعد البخار، وتقترب الكاميرا، وتدخل يد من اليمين وترفع الكرواسون بحركة تبدو طبيعية. لكن هناك هفوة واحدة في الاستمرارية. فالكرواسون المقضوم يعود كاملًا بمجرد رفعه، وهو ما تراه حين تقارن الإطار الأول بالإطارين الأخيرين. تذكّر النموذج الكرواسون ونسي القضمة. يمكنك أن تجرب تكرار عبارة «قُضمت منه قضمة واحدة» في موجّه الفيديو، أو أن تبدأ ببساطة من إطار فيه كرواسون لم يُمسّ.

خمسة إطارات من مقطع تحويل الصورة إلى فيديو

خمسة إطارات من مقطع الفيديو H3 بالترتيب الزمني، من اليسار إلى اليمين؛ وفي الإطارين الأخيرين يعود الكرواسون كاملًا

استغرق توليد الفيديو نحو 171 ثانية.

أيّهما تستخدم

اختر MiniMax H3 Image حين تحتاج إلى 4K، أو إلى صور واقعية كبيرة ستكبّرها وتقتطع منها، أو إلى مراجع كثيرة دفعة واحدة. صور المنتجات والبورتريه لديه تحمل إحساسًا قويًا بالمكان، وتبدو أقرب إلى جلسات تصوير إعلانية حقيقية وصور وثائقية.

أما للخلفيات الشفافة، أو للتعديلات المستقرة جولة بعد جولة على الصورة نفسها، أو للأشياء الموضوعة بالضبط حيث طلبت، فإن Seedream 5.5 هو الرهان الأكثر أمانًا. كان الوحيد الذي وضع الدراجة في المكان الصحيح هذه المرة. وللتخطيطات المليئة بالنصوص مثل القوائم والرسوم المعلوماتية، لا يُعدّ أي منهما الخيار الأول؛ اذهب إلى GPT Image 2.6 بدلًا منهما.

وشيء آخر مفيد: كل ما تصنعه يمكن أن يذهب مباشرة إلى نموذج الفيديو H3 كإطار أول. لتجربته، افتح MiniMax H3 Image، وشغّل بضع صور بدقة 2K لتجد الاتجاه، ثم انتقل إلى 4K حين يعجبك ما تراه.

الأسئلة الشائعة

كم صورة مرجعية يقبل MiniMax H3 Image؟

حتى 16. بلا صورة يكون تحويل نص إلى صورة؛ أضف صورًا فيعدّلها أو يدمجها. أما Seedream 5.5 فيقبل حتى 10.

هل يستطيع MiniMax H3 Image إنشاء خلفيات شفافة؟

لا. للستيكرات أو الأيقونات أو صور المنتجات المقصوصة على خلفية شفافة، استخدم Seedream 5.5.

ما حجم صور 4K؟

يبلغ الضلع الأطول نحو 5,120 بكسل، فتخرج نسبة 16:9 بأبعاد 5120×2891. وتتيح الدقتان 2K و4K كلتاهما نسب العرض إلى الارتفاع الثماني كلها.

هل يمكنني تشغيل MiniMax H3 Image محليًا؟

الأوزان منشورة على Hugging Face، فيمكنك تنزيلها وتشغيلها بنفسك؛ راجع الملاحظات الرسمية لمعرفة متطلبات العتاد. على ZOOOP لا يوجد شيء لإعداده: افتح صفحة النموذج واكتب موجّهًا.

كيف يعمل H3 Image ونموذج الفيديو H3 معًا؟

اصنع صورة أولًا، ثم سلّمها إلى نموذج الفيديو H3 كإطار أول وصِف كيف يجب أن يتحرك المشهد. قد تتغير بعض التفاصيل في الفيديو، مثل الكرواسون هنا الذي فقد أثر القضمة حين رُفع.

مشاركة

اكتشف المزيد

عرض الكل