MiniMax、MiniMax-H3-Image モデルをオープンソース化——直接 1600 万画素の画像生成が可能

PANews 11月10日付のニュース。Hugging Face の報道によると、MiniMax は画像生成・編集モデル MiniMax-H3-Image をオープンソース化した。同一の重みセットでテキストからの画像生成と画像編集の両方をサポートし、最大 16 枚の参照画像を入力できる。このモデルは別途超解像モデルを接続することなく、約 1600 万画素の画像を直接生成でき、解像度は 4096×4096 から 6272×2688 をカバーし、サンプリングステップは 6 ステップまで蒸留されている。その拡散 Transformer は 331 億パラメータで、重みは約 68.65GB、SGLang、vLLM-Omni、diffusers、ComfyUI でデプロイ可能だ。MiniMax は、このモデルの指示追従能力がオープンソースモデルの中で最も強いと述べている。モデルはすでに MiniMax API と海螺 AI（Hailuo AI）にも同時に公開されており、コミュニティライセンス契約に基づいてリリースされている。