MiniMax wydaje otwarty model H3-Image generujący obrazy 4K w mniej niż 10 sekund

MiniMax wydało H3-Image, otwarty model liczący 33,1 miliarda parametrów, który łączy generowanie obrazów z tekstu z ich edycją, 11 listopada 2026 roku, jak podano we wpisie na blogu MiniMax.

Szczegóły techniczne

• Transformator dyfuzyjny ma 33,1 miliarda parametrów i został zbudowany na architekturze H3 firmy MiniMax
• Model generuje obraz 4K (4096x4096, około 16 megapikseli) w mniej niż 10 sekund
• Obsługiwane rozdzielczości sięgają od 4096x4096 do 6272x2688
• Model został odchudzony do 6 kroków próbkowania bez wskazówek klasyfikatora (classifier-free guidance)
• Obsługuje do 16 obrazów referencyjnych do zadań edycji i zachowania spójności
• Generowanie obrazów z tekstu i ich edycja zostały połączone w jednym checkpoincie

Co to znaczy dla osób budujących z AI

Wydanie daje twórcom i programistom otwartą alternatywę do szybkiego generowania i edycji obrazów w wysokiej rozdzielczości, którą można hostować samodzielnie, a nie korzystać z niej tylko przez zamknięte API. MiniMax twierdzi, że jego tryb Highspeed działa od 3 do 4 razy szybciej niż popularne alternatywy, a nawet do 5 razy szybciej ogólnie przy generowaniu w 4K, co ma znaczenie dla procesów wymagających szybkiej iteracji w wysokiej rozdzielczości.

Dostępność i licencja

H3-Image jest dostępny na stronie modelu na Hugging Face, w platformie API MiniMax, w MiniMax Code oraz w Hailuo AI, z 50-procentową zniżką w tygodniu premiery na rozdzielczość 4K i wyższą. Model został wydany na podstawie umowy MiniMax-H3-Image Community License Agreement, a użycie komercyjne wymaga odrębnej pisemnej autoryzacji.

Źródła

• MiniMax H3-Image: Bringing 4K Image Generation into the 10-Second Era (MiniMax, 11 listopada 2026, oficjalne)
• MiniMaxAI/MiniMax-H3-Image (Hugging Face)

Tekst przygotowany z pomocą AI wyłącznie na podstawie źródeł wymienionych powyżej. Zanim trafił na stronę, przeszedł automatyczną kontrolę dat, źródeł i wszystkich wersji językowych.