ProjectsUnverifiedTranslation pending
报道称MiniMax发布H3-Image并开放模型权重,社区许可设地区及商用限制
BIBIBI AT A GLANCE据报道,MiniMax 发布并开放 H3-Image 权重,支持直接生成高分辨率图片,但许可地区和商业用途受限。
Article
MiniMax H3生图模型正式开源:6步直出1680万像素,社区已抢跑一周
动察 Beating AI 快讯,MiniMax 正式发布 H3-Image 并开源模型权重。它可以直接生成 4096×4096、约 1680 万像素的图片,无需额外放大。按照官方数据,生成时间不到 10 秒,速度最高达到主流产品的 5 倍。它还把文生图、图片编辑整合进同一个模型,最多支持 16 张参考图。
H3-Image 沿用了 H3 视频模型的架构,去掉音频部分,保留原有的文本编码器,并为图片重新设计了解码器。核心图像生成网络有 331 亿参数。经过蒸馏,生成一张图片只需 6 次采样,大幅减少了计算步骤。
这款模型其实早在 8 月就已经预告过。8 月 7 日,MiniMax 研究员 Kiro 在 Reddit AMA 中透露,团队正在从 H3 的同源架构开发专用图像模型,并计划开源权重。当时还提出了一套工作流程:先用图像模型生成首帧,再交给 H3 继续生成视频。
社区甚至抢在 MiniMax 前面做了出来。11 月 3 日,Pruna AI 就基于开源的 H3 视频模型推出 P-H3-Image,同样支持生图和修图。Pruna 将生成网络从 331 亿压缩至约 200 亿参数,只需 8 步采样。最小量化版本约 20GB,生成 800 万像素图片时,峰值显存仅约 21GB。
MiniMax 官方版则保留了 331 亿参数的生成网络,将采样进一步压缩到 6 步,并支持更高分辨率和更多参考图。不过,原始权重加上复用的文本编码器一共约 135GB 明显更重。
H3-Image 的开源权重许可存在限制。美国、英国、欧盟和韩国不在社区许可证的授权地区内。企业年化营收超过 100 万美元,或者向第三方提供模型托管服务,都需要事先获得单独授权。
Source: https://m.theblockbeats.info/flash/376674
AI-assisted interpretation
The following is analysis, separate from reported facts. Verify important claims independently.
这款模型把文字生成图片和修改图片放在一起,也允许输入多张参考图。报道强调它只需 6 次采样即可直接输出高分辨率图片,但官方版权重体积较大。开放权重不代表任何地区、任何商业用途都能自由使用,原文列出了授权限制。
Why it matters to readers
值得关注的是高分辨率生成、图片编辑和参考图支持被整合进同一模型;但判断是否适合使用,还需要核实性能表现、硬件需求和许可证条件。
可先关注图片生成与编辑能力,不要仅凭“不到 10 秒”判断自己的设备也能达到该速度,也不要把“开源权重”理解为无条件商用。
Risks and unknowns
- 证据是媒体报道,未提供官方发布及许可证原文,技术参数与授权条款尚待核实。
- 生成时间不到 10 秒、最高 5 倍速度的测试硬件、对比产品及测试条件未说明。
- 约 135GB 是原始权重与文本编码器的合计体积,原文未给出官方版实际运行所需的显存。
- 原文未提供独立图片质量评测或实际采用情况,不能据此确认效果或商业影响。