MiniMax lancia H3-Image, un modello open-weight per la generazione e la modifica nativa di immagini in 4K

MiniMax ha rilasciato H3-Image, un modello per la generazione e la modifica di immagini con pesi open su Hugging Face. MiniMax afferma che genera immagini da 16 megapixel (4K) in circa 10 secondi, segue con precisione i prompt e le istruzioni di modifica e accetta fino a 16 immagini di riferimento. Sono affermazioni di MiniMax.

È disponibile tramite MiniMax API, MiniMax Code e Hailuo AI, con uno sconto del 50% sulle generazioni da 16 MP in su durante la settimana di lancio.

Il progetto SGLang afferma che SGLang Diffusion supportava il modello fin dal giorno del lancio a precisione completa, con inferenza multi-GPU e configurazioni per DGX Spark, RTX PRO 6000, H200 e B300. Secondo le sue misurazioni, un'immagine 4K richiede 85 secondi su un DGX Spark, 18,5 secondi su una singola RTX PRO 6000 e 10 secondi su un singolo H200 (per il 2K: 16, 3,4 e 1,9 secondi). Afferma che il pre-calcolo di AdaLN consente di risparmiare 24,6 GiB di VRAM.