MiniMax lance H3-Image, un modèle à poids ouverts pour la génération et la retouche natives d’images 4K

MiniMax a lancé H3-Image, un modèle de génération et de retouche d’images à poids ouverts sur Hugging Face. Selon MiniMax, il génère des images de 16 mégapixels (4K) en environ 10 secondes, suit les invites et effectue les retouches avec précision, et accepte jusqu’à 16 images de référence. Ce sont les affirmations de MiniMax.

Le modèle est disponible via l’API MiniMax, MiniMax Code et Hailuo AI, avec une réduction de 50 % sur les générations de 16 MP et plus pendant la semaine de lancement.

Le projet SGLang indique que SGLang Diffusion a pris en charge le modèle dès le premier jour en pleine précision, avec l’inférence multi-GPU et des recettes pour DGX Spark, RTX PRO 6000, H200 et B300. Selon ses propres mesures, une image 4K prend 85 secondes sur un DGX Spark, 18,5 secondes sur un RTX PRO 6000 et 10 secondes sur un H200 (2K : 16, 3,4 et 1,9 secondes). Le projet affirme que le pré-calcul d’AdaLN économise 24,6 Gio de VRAM.