IT之家11月10日消息,今天(10日)深夜,MiniMax宣布,MiniMax H3-Image正式发布并开放权重。这是一款衍生自H3的图像生成模型,其具备文本生成图像、图像参考和图像编辑能力。
IT之家从官方介绍获悉,其能够在10秒内生成一张4096x4096像素、约16MP(4K)的高分辨率图像,同时呈现丰富、真实的细节,并具备优秀的指令遵循和多参考图理解能力。
MiniMax称,在H3预训练赋予的广泛图像能力基础上,H3-Image进一步强化了整个后训练链路,在数据、强化学习、步数压缩、PE、部署优化等方面做了许多扎实的工作。这些工作的组合,使得MiniMax H3-image同时具备了速度、画面质量、指令遵循三个方面的竞争力:
相比于主流的100万像素或者400万像素,1600万像素(16MP,4096×4096)的图片在细节上具备显著优势。MiniMax H3-Image在10s内生成16MP的高规格图像,速度可达市面主流水平的5倍。
画面细节和真实感可以显著拓宽模型的使用范围。有别于常见的“AI感”,H3-Image能够提供丰富的画面细节和“极强的真实感”。
模型提供了“开源模型中最强”的指令遵循能力,最多支持16张参考图片。
发布首周,MiniMax还将针对16MP及以上规格的生成请求提供官方价格的五折优惠。
Hugging Face:https://huggingface.co/MiniMaxAI/MiniMax-H3-Image
API:https://platform.minimax.cn/docs/guides/image-generation
MiniMax Code:https://code.minimax.cn/about
