中國AI企業MiniMax(미니맥스)開源了圖像生成與編輯模型MiniMax-H3-Image。這款模型不必另外搭配超解析度模型,就能直接生成約1600萬畫素的圖像。
Hugging Face(허깅페이스)指出,同一組權重同時支援文字生成圖像與圖像編輯,最多可輸入16張參考圖。生成解析度範圍涵蓋4096×4096至6272×2688,取樣步驟已蒸餾為6步。
該模型的擴散Transformer(DiT)參數量為331億個,權重檔案大小約68.65GB。使用者可透過SGLang、vLLM-Omni、diffusers與ComfyUI部署。MiniMax主張,這款模型的指令遵循能力在開源模型中最強。
Comment 0