MiniMax가 H3 생사진 모델을 공식 오픈소스화하며, 6단계로 1680만 화소를 직접 출력합니다

MiniMax가 H3-Image를 공식 출시하고 모델 가중치를 오픈 소스화했습니다. 이 모델은 추가 확대 없이 4096×4096, 약 1680만 화소의 이미지를 직접 생성할 수 있습니다. 공식 데이터에 따르면, 생성 시간은 10초도 채 걸리지 않으며, 속도는 주류 제품의 5배에 달합니다. 문생화와 이미지 편집이 동일한 모델에 통합되어 최대 16장의 참고 이미지를 지원합니다.

H3-Image는 H3 비디오 모델 아키텍처를 그대로 사용하며, 오디오 부분을 제거하고 기존 텍스트 인코더를 유지하며 이미지를 위해 디코더를 재설계했습니다. 핵심 이미지 생성 네트워크는 331억 개의 파라미터를 가지고 있으며, 이미지를 생성하는 데 6회의 샘플링만 필요합니다. 8월 7일, MiniMax 연구원 Kiro는 Reddit AMA에서 팀이 H3 동원 아키텍처를 기반으로 전용 이미지 모델을 개발 중이며, 가중치를 오픈 소스화할 계획이라고 밝혔습니다. 또한 이미지 모델로 첫 프레임을 생성한 후 H3에 비디오 생성을 맡기는 작업 흐름을 제안했습니다.

11월 3일, Pruna AI는 오픈 소스 H3 비디오 모델을 기반으로 P-H3-Image를 출시하였으며, 생화와 수정화를 지원하고 생성 네트워크를 331억에서 약 200억 파라미터로 압축하여 8회의 샘플링만 필요합니다. 최소 양자화 버전은 약 20GB이며, 800만 화소 이미지를 생성할 때 피크 VRAM은 약 21GB입니다. MiniMax 공식 버전은 331억 파라미터 생성 네트워크를 유지하며, 샘플링 단계 수는 6단계이고 더 높은 해상도와 더 많은 참고 이미지를 지원합니다. 원본 가중치와 재사용된 텍스트 인코더를 합치면 약 135GB입니다. 오픈 소스 라이센스에는 지역 제한이 있으며, 미국, 영국, 유럽연합 및 한국은 커뮤니티 라이센스 허가 지역에 포함되지 않습니다; 기업 연간 수익이 100만 달러를 초과하거나 제3자에게 모델 호스팅 서비스를 제공하는 경우 사전 개별 허가를 받아야 합니다.