MiniMax (มินิแม็กซ์) บริษัทเอไอจากจีน เปิดซอร์สโมเดลสร้างและแก้ไขภาพ MiniMax-H3-Image แล้ว จุดเด่นคือโมเดลสร้างภาพความละเอียดราว 16 ล้านพิกเซลได้โดยตรง ไม่ต้องพ่วงโมเดลเพิ่มความละเอียด (super-resolution) แยกต่างหาก
Hugging Face (ฮักกิงเฟซ) ระบุว่าโมเดลนี้ใช้น้ำหนักชุดเดียวกันทำได้ทั้งการสร้างภาพจากข้อความและการแก้ไขภาพ รองรับภาพอ้างอิงสูงสุด 16 ภาพ ความละเอียดของภาพที่สร้างได้ตั้งแต่ 4096×4096 ไปจนถึง 6272×2688 และมีการกลั่นขั้นตอนการสุ่มตัวอย่าง (sampling) เหลือเพียง 6 ขั้นตอน
ส่วนตัวโมเดล diffusion transformer (DiT) มีพารามิเตอร์ 33,100 ล้านตัว ขนาดไฟล์น้ำหนักราว 68.65GB นักพัฒนานำไปใช้งานผ่าน SGLang, vLLM-Omni, diffusers และ ComfyUI ได้ MiniMax ระบุว่าความสามารถในการทำตามคำสั่งของโมเดลนี้แข็งแกร่งที่สุดในกลุ่มโมเดลโอเพนซอร์ส
Comment 0