MiniMax ra mắt H3-Image, mô hình trọng số mở để tạo và chỉnh sửa ảnh 4K nguyên bản

MiniMax đã phát hành H3-Image, mô hình tạo và chỉnh sửa ảnh có trọng số mở trên Hugging Face. MiniMax cho biết mô hình kết xuất ảnh 16 megapixel (4K) trong khoảng 10 giây, làm theo lời nhắc và chỉnh sửa chính xác, đồng thời nhận tối đa 16 ảnh tham chiếu. Đây là những tuyên bố của MiniMax.

Mô hình có trên API của MiniMax, MiniMax Code và Hailuo AI; trong tuần ra mắt, các lượt tạo ảnh từ 16 MP trở lên được giảm giá 50%.

Dự án SGLang cho biết SGLang Diffusion đã hỗ trợ mô hình ngay từ ngày đầu với độ chính xác đầy đủ, suy luận đa GPU và các hướng dẫn cấu hình cho DGX Spark, RTX PRO 6000, H200 và B300. Theo các phép đo riêng, tạo một ảnh 4K mất 85 giây trên DGX Spark, 18,5 giây trên một RTX PRO 6000 và 10 giây trên một H200 (ảnh 2K lần lượt mất 16, 3,4 và 1,9 giây). Dự án cho biết việc tính trước AdaLN giúp tiết kiệm 24,6 GiB VRAM.