MiniMax开源新一代旗舰图像模型 10秒内可生成4K图像
11月10日晚,在MiniMax H3发布三个月后,MiniMax(00100.HK)发布图像生成模型MiniMax H3-Image,并同步开放模型权重。
据了解,MiniMax H3-Image支持文生图、图像参考和图像编辑,可以在10秒内生成一张4096×4096像素,约16MP(4K)的高规格图像,且速度可达市面主流水平的5倍;在画面质量上,该模型提供了丰富的画面细节和很强的真实感,AI生成图像与真实视觉世界之间的距离进一步缩小。
MiniMax方面表示,在MiniMax 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,数据、强化学习、步数压缩、PE、部署优化等多方面的提升,使得H3-Image同时具备了速度、画面质量、指令遵循三方面竞争力。
《中国经营报》记者了解到,在模型架构方面,H3-Image移除了H3原有架构中的音频分支,对图像生成和编辑进行了优化。Hugging Face公布的技术资料显示,H3-Image采用331亿参数的稠密扩散Transformer(DiT),共有50层,沿用MiniMax H3的Qwen3-VL文本编码器,并结合图像VAE处理参考图片和生成图像。
开源首日,MiniMax携手华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞科技、海光、沐曦股份、天数智芯、英伟达、AMD、英特尔、Tenstorrent等全球芯片企业与多家主流推理以及云服务平台推进接入工作。
(文章来源:中国经营报)