MiniMax veröffentlicht H3-Image, ein Modell mit offenen Gewichten für native 4K-Bildgenerierung und -bearbeitung

MiniMax hat H3-Image veröffentlicht, ein Modell zur Bildgenerierung und -bearbeitung mit offenen Gewichten auf Hugging Face. Laut MiniMax rendert es 16-Megapixel-Bilder (4K) in etwa 10 Sekunden, setzt Prompts präzise um und bearbeitet Bilder genau. Es akzeptiert bis zu 16 Referenzbilder. Dies sind Angaben von MiniMax.

Das Modell ist über die MiniMax API, MiniMax Code und Hailuo AI verfügbar. Während der Launch-Woche gibt es 50 % Rabatt auf Generierungen mit 16 MP und mehr.

Das SGLang-Projekt gibt an, dass SGLang Diffusion das Modell vom ersten Tag an mit voller Präzision unterstützte, einschließlich Multi-GPU-Inferenz und Konfigurationen für DGX Spark, RTX PRO 6000, H200 und B300. Laut eigenen Messungen dauert die Erstellung eines 4K-Bildes auf einem DGX Spark 85 Sekunden, auf einer RTX PRO 6000 18,5 Sekunden und auf einem H200 10 Sekunden (2K: 16, 3,4 bzw. 1,9 Sekunden). Durch das Vorberechnen von AdaLN lassen sich laut Projekt 24,6 GiB VRAM einsparen.