मिनीमैक्स कंपनी ने ओपन-वेट्स मॉडल मिनीमैक्स-एच3-इमेज पेश किया है। यह मॉडल टेक्स्ट से इमेज में रूपांतरण और इमेज एडिटिंग कार्यों के लिए डिज़ाइन किया गया है, और यह कंपनी के एच3 परिवार का हिस्सा है।
यह रिलीज़ 10 नवंबर की देर रात हुई, और वज़न हगिंग फेस प्लेटफॉर्म पर उपलब्ध हैं। मिनीमैक्स के बयान के अनुसार, यह मॉडल 1:1 पहलू अनुपात पर लगभग 16 मेगापिक्सल रिज़ॉल्यूशन वाली छवि को 10 सेकंड से भी कम समय में उत्पन्न करने में सक्षम है। कंपनी का दावा है कि यह इस रिज़ॉल्यूशन के लिए बाजार के औसत से लगभग पांच गुना तेज है।
मॉडल की विशेषताएं और क्षमताएं
मॉडल कार्ड के अनुसार, एक कंट्रोल फ़ाइल टेक्स्ट-टू-इमेज रूपांतरण और एक या अधिक संदर्भ छवियों को संपादित करने दोनों कार्य कर सकती है, जिसमें 16 ऐसे लिंक तक स्वीकार किए जा सकते हैं। डिफ्यूजन ट्रांसफार्मर में 33.1 बिलियन पैरामीटर हैं, यह एच3 आर्किटेक्चर का उपयोग करता है, लेकिन ऑडियो लेयर्स के बिना है, और इसे क्लासिफायर के बिना छह सैंपलिंग चरणों तक डिस्टिल्ड किया गया है। मॉडल का टेक्स्ट एन्कोडर एक अलग घटक है - मिनीमैक्स-एच3 टेक्स्ट एन्कोडर।
मिनीमैक्स इंगित करता है कि अपस्केलर का उपयोग किए बिना आउटपुट आयाम 6272x2688 तक पहुंच सकते हैं। BF16 प्रारूप में फ़ाइल का आकार 68.65 जीबी है, और प्रॉम्प्ट एक्सटेंशन के लिए अतिरिक्त मॉडल मिनीमैक्स-एच3-इमेज-पीई का आकार 17.9 जीबी है।
कंपनी का दावा है कि निर्देशों का पालन करना ओपन-सोर्स इमेज मॉडलों में सबसे मजबूत है, और यह विशिष्ट 'आर्टिफिशियल इंटेलिजेंस' लुक से बचता है। ये बयान कंपनी के अपने दावे हैं, और मूल सामग्री में कोई स्वतंत्र तुलना नहीं थी।
मॉडल कार्ड स्थानीय परिनियोजन के लिए SGLang, vLLM-Omni, diffusers और ComfyUI का उपयोग करने की सलाह देता है, और NVIDIA और AMD त्वरक सूचीबद्ध करता है। मॉडल API और मिनीमैक्स ऐप्स के माध्यम से भी उपलब्ध है, और पहले सप्ताह के दौरान कंपनी 16 मेगापिक्सल या उससे अधिक रिज़ॉल्यूशन वाली इमेज एपीआई अनुरोधों पर 50% छूट की पेशकश करती है।
लाइसेंसिंग शर्तें
मॉडल पर लागू लाइसेंस का नाम मिनीमैक्स-एच3-इमेज कम्युनिटी लाइसेंस एग्रीमेंट है, और यह मानक ओपन-सोर्स लाइसेंस नहीं है। यह समझौता यूरोपीय संघ, यूनाइटेड किंगडम, दक्षिण कोरिया और संयुक्त राज्य अमेरिका को छोड़कर दुनिया भर में लागू होता है, और यह निर्धारित करता है कि इस क्षेत्र के बाहर उपयोग समझौते द्वारा अधिकृत नहीं है। इसके अलावा, यह उन उपयोगकर्ताओं से अलग लिखित अनुमति प्राप्त करने की मांग करता है जिनका वार्षिक राजस्व 1 मिलियन अमेरिकी डॉलर से अधिक है, या जो तीसरे पक्ष को होस्टिंग सेवाएं प्रदान करते हैं। वाणिज्यिक उत्पादों को अपने इंटरफ़ेस में 'मिनीमैक्स-एच3-इमेज' लेबल प्रदर्शित करने के लिए भी निर्देश दिया जाता है।
यह रिलीज़ एच3 मॉडल पर आधारित वीडियो और ऑडियो के लिए मिनीमैक्स के पिछले ओपन-वेट्स रिलीज़ के बाद आई है।
