โมเดลสร้างภาพ MiniMax H3 เปิดโอเพนซอร์สอย่างเป็นทางการ: สร้างภาพ 16.8 ล้านพิกเซลได้ใน 6 ขั้นตอน ชุมชนทดลองใช้ล่วงหน้ามาแล้วหนึ่งสัปดาห์

动察 Beating ข่าวด่วน AI, MiniMax เปิดตัว H3-Image อย่างเป็นทางการพร้อมเปิดซอร์สน้ำหนักโมเดล สามารถสร้างภาพขนาด 4096×4096 ประมาณ 16.8 ล้านพิกเซลได้โดยตรง โดยไม่ต้องขยายเพิ่มเติม ตามข้อมูลอย่างเป็นทางการ ใช้เวลาในการสร้างน้อยกว่า 10 วินาที ความเร็วสูงสุดถึง 5 เท่าของผลิตภัณฑ์กระแสหลัก นอกจากนี้ยังรวมการสร้างภาพจากข้อความและการแก้ไขภาพไว้ในโมเดลเดียวกัน รองรับภาพอ้างอิงสูงสุด 16 ภาพ

H3-Image ใช้สถาปัตยกรรมของโมเดลวิดีโอ H3 โดยตัดส่วนเสียงออก คงตัวเข้ารหัสข้อความเดิมไว้ และออกแบบตัวถอดรหัสใหม่สำหรับภาพ เครือข่ายสร้างภาพหลักมีพารามิเตอร์ 33.1 พันล้าน หลังการกลั่น ใช้เพียง 6 ครั้งในการสุ่มตัวอย่างเพื่อสร้างภาพหนึ่งภาพ ลดขั้นตอนการคำนวณลงอย่างมาก

โมเดลนี้เคยถูกประกาศไว้ตั้งแต่เดือนสิงหาคมแล้ว เมื่อวันที่ 7 สิงหาคม Kiro นักวิจัยของ MiniMax เปิดเผยใน Reddit AMA ว่าทีมกำลังพัฒนาโมเดลภาพเฉพาะทางจากสถาปัตยกรรมเดียวกันกับ H3 และวางแผนที่จะเปิดซอร์สน้ำหนัก ในขณะนั้นยังได้เสนอขั้นตอนการทำงาน: ใช้โมเดลภาพสร้างเฟรมแรกก่อน แล้วส่งให้ H3 สร้างวิดีโอต่อ

ชุมชนยังทำออกมาก่อน MiniMax เสียอีก เมื่อวันที่ 3 พฤศจิกายน Pruna AI ได้เปิดตัว P-H3-Image โดยอิงจากโมเดลวิดีโอ H3 แบบเปิดซอร์ส ซึ่งรองรับการสร้างภาพและการแก้ไขภาพเช่นกัน Pruna บีบอัดเครือข่ายสร้างภาพจาก 33.1 พันล้านเหลือประมาณ 20 พันล้านพารามิเตอร์ ใช้เพียง 8 ขั้นตอนในการสุ่มตัวอย่าง เวอร์ชันควอนไทซ์ที่เล็กที่สุดมีขนาดประมาณ 20GB เมื่อสร้างภาพ 8 ล้านพิกเซล หน่วยความจำ GPU สูงสุดใช้เพียงประมาณ 21GB

เวอร์ชันอย่างเป็นทางการของ MiniMax ยังคงรักษาเครือข่ายสร้างภาพที่มี 33.1 พันล้านพารามิเตอร์ บีบอัดการสุ่มตัวอย่างเหลือ 6 ขั้นตอน และรองรับความละเอียดที่สูงขึ้นและภาพอ้างอิงที่มากขึ้น อย่างไรก็ตาม น้ำหนักต้นฉบับบวกกับตัวเข้ารหัสข้อความที่ใช้ซ้ำมีขนาดรวมประมาณ 135GB ซึ่งหนักกว่าอย่างเห็นได้ชัด

สัญญาอนุญาตน้ำหนักแบบเปิดซอร์สของ H3-Image มีข้อจำกัด สหรัฐอเมริกา สหราชอาณาจักร สหภาพยุโรป และเกาหลีใต้ไม่อยู่ในพื้นที่ที่ได้รับอนุญาตภายใต้สัญญาอนุญาตชุมชน หากบริษัทมีรายได้ต่อปีเกิน 1 ล้านดอลลาร์สหรัฐ หรือให้บริการโฮสต์โมเดลแก่บุคคลที่สาม จำเป็นต้องได้รับอนุญาตแยกต่างหากล่วงหน้า