PixPix上線H3 Image,商品圖直出4K

AI industry illustration: a city skyline under a web of network nodes

電商AI出圖平台PixPix已上線MiniMax H3 Image圖像模型。賣家在PixPix的工作台選擇H3 Image,就能直接生成4096×4096的4K商品圖,不必自行部署模型,也不用串接API。

H3 Image是稀宇科技(MiniMax)11月10日發表的開源圖像模型。官方表示,它約10秒就能產出一張4K圖,最多支援16張參考圖,生圖與改圖在同一個模型內完成;另有Highspeed高速版本,官方給出的速度是主流工具的3到4倍。PixPix本身主打電商情境,產品套圖、A+詳情頁、產品修圖、模特兒試穿、爆款複刻都已做成現成流程,H3 Image接入後,成為這些流程可選用的底層模型之一。

參考圖該怎麼準備

商品圖最常見的翻車情況是「不像」:顏色偏掉、logo跑位、配件多一個或少一個。H3 Image的16張參考圖上限留下了相當大的餘裕,可以依下列思路準備素材:

  1. 商品本體4到6張:正面、側面、背面、俯視,再加一兩張細節特寫(接口、面料、五金件);
  2. 品牌元素2到3張:色卡、包裝、店鋪既有的主圖,用來鎖定整體色調;
  3. 場景與模特兒3到5張:想要的擺拍場景、模特兒姿勢或穿搭參考;
  4. 剩下的名額留給風格樣張,例如競品中賣得好的構圖。

官方展示的案例用了10張參考圖。參考圖越多,模型要兼顧的限制就越多,第一次使用可以先從5到8張開始,看效果再往上加。

4K在哪些地方派得上用場

很多平台的商品主圖並不要求4K,但4K原圖在幾個地方很有用:

  • 詳情頁細節放大:買家用雙指放大看面料紋理、首飾切面時,原圖畫素足夠,放大後不會模糊;
  • 一圖多裁:一張4096×4096的方圖,可以裁出主圖、橫版海報和直式短影音封面,省下重複生成;
  • 超寬橫幅:H3 Image支援21:9直接輸出6272×2688,店鋪首頁橫幅和活動頭圖不必再拼接。

H3 Image官方給出的有效解析度區間是4到20百萬畫素,16百萬畫素左右效果最好,所以4K這一檔剛好落在它最「舒服」的工作區間。

提示詞少寫一點也行

隨H3 Image一起開源的還有一個27B的提示詞擴寫模型H3-Image-PE,作用是把「白色運動鞋放在木質檯面上,自然光」這類一句話需求,擴寫成包含光線、材質、構圖的完整描述,並建議畫幅比例。官方API和部分平台會在背景呼叫這類擴寫,不熟悉提示詞的賣家不必寫得很長。PixPix是否預設開啟擴寫,以工作台裡的選項為準。

費用方面,MiniMax官方公布的API參考價為4K標準版單張約0.069美元,首週對4K以上的請求打五折。PixPix是按點數還是按張計費、方案內含多少次H3 Image呼叫,公開頁面沒有列出,登入後可在PixPix定價頁查看。做好商品圖後想接著做成帶貨短影音的,可以把成圖帶到PixTV的畫布上串接影片模型。

參考來源:MiniMax官方部落格、Hugging Face模型卡、CocoLoop、PixPix平台頁面;已核對參考圖上限、解析度區間與擴寫模型規格,API單價以官方發表的說法為準,參考圖張數分配為編輯建議。