币界网消息，MiniMax H3团队在Reddit AMA中透露，正在开发一款基于H3架构的图像模型，并计划开放权重。该模型将文生图和通用图片编辑整合为一个模型，目前已进入后训练优化阶段。该模型沿用H3的VAE encoder，并为图片生成单独设计VAE decoder。MiniMax设想的工作流是，先用图像模型生成首帧，再交给H3继续生成视频。团队还提到，H3本身已表现出一定的生图和修图潜力，尽管此前只训练模型根据「首帧+文字描述」预测尾帧，但在多项图片编辑评测中仍展现出较强的零样本能力，这也是MiniMax继续扩展该架构至图像模型的重要依据。