MiniMax ने H3-Image जारी किया, जो मूल 4K इमेज निर्माण और संपादन के लिए ओपन-वेट मॉडल है

MiniMax ने Hugging Face पर खुले वेट वाला इमेज निर्माण और संपादन मॉडल H3-Image जारी किया। MiniMax का कहना है कि यह लगभग 10 सेकंड में 16-मेगापिक्सेल (4K) इमेज बनाता है, प्रॉम्प्ट का सटीक पालन करता है और संपादन करता है, तथा अधिकतम 16 संदर्भ इमेज स्वीकार करता है। ये MiniMax के दावे हैं।

यह MiniMax के API, MiniMax Code और Hailuo AI के ज़रिए उपलब्ध है; लॉन्च सप्ताह के दौरान 16MP या उससे बड़ी इमेज बनाने पर 50% छूट है।

SGLang प्रोजेक्ट का कहना है कि SGLang Diffusion ने पहले ही दिन से मॉडल को पूर्ण परिशुद्धता पर सपोर्ट किया, जिसमें DGX Spark, RTX PRO 6000, H200 और B300 के लिए मल्टी-GPU इन्फ़रेंस और रेसिपी शामिल हैं। उसके अपने माप के अनुसार, 4K इमेज बनाने में DGX Spark पर 85 सेकंड, एक RTX PRO 6000 पर 18.5 सेकंड और एक H200 पर 10 सेकंड लगते हैं (2K: क्रमशः 16, 3.4 और 1.9 सेकंड)। उसका कहना है कि AdaLN की प्रीकंप्यूटिंग से VRAM की 24.6 GiB बचती है।