MiniMax 推出 H3-Image：支援原生 4K 圖像生成與編輯的開放權重模型

MiniMax 在 Hugging Face 上發布了 H3-Image，這是一款開放權重的圖像生成與編輯模型。MiniMax 表示，模型可在約 10 秒內生成 1,600 萬像素（4K）圖像，能精確遵循提示並進行編輯，且最多可接受 16 張參考圖像。以上皆為 MiniMax 的說法。

此模型可透過 MiniMax 的 API、MiniMax Code 和 Hailuo AI 使用；在推出首週，生成 1,600 萬像素及更高解析度圖像可享 5 折優惠。

SGLang 專案表示，SGLang Diffusion 從模型推出首日起便支援以全精度執行，並提供多 GPU 推論，以及適用於 DGX Spark、RTX PRO 6000、H200 和 B300 的設定指南。根據該專案自行測量的結果，生成一張 4K 圖像，在 DGX Spark 上需時 85 秒，在一張 RTX PRO 6000 上需時 18.5 秒，在一張 H200 上則需時 10 秒（2K 分別為 16、3.4 和 1.9 秒）。該專案表示，預先計算 AdaLN 可節省 24.6 GiB 的 VRAM。