MiniMax、画像の生成と編集ができる「MiniMax-H3-Image」を公開。参考画像は最大16枚

30秒でわかる

  • 動画生成AI「H3」のMiniMaxが、画像を作る・直すの両方ができる「MiniMax-H3-Image」を公開した
  • 参考にする画像を最大16枚まで渡せる。どの縦横比でも約1600万画素の画像を出せる
  • モデルは誰でも入手できるが、データ量が大きく家庭のPCで動かすのは難しそう。API・Webアプリ・デスクトップアプリでも使える

何が変わった

MiniMax(ミニマックス)は8月、動画生成AI「H3」に続けて画像の生成・編集モデルを準備中だと表明していました。今回、H3シリーズの画像モデルMiniMax-H3-Image ↗がHugging Face(AIモデルの公開サイト)に公開されました。 特徴は、文章から画像を作る機能と、手元の画像を直す機能を1つのモデルで持っていることです。編集では参考画像を最大16枚まで渡せます。指示の中では、渡した画像を「1枚目」「2枚目」のように番号で指定します。画像の大きさは、正方形なら4096×4096。横長の21:9でも約1600万画素で、あとから拡大する処理は使っていないと説明されています。 モデル自体が公開されているので、条件が合えば自分の環境でも動かせます。ただし本体だけで約69GBあり、別に約67GBの文章処理用モデルも要ります。動作例に挙がっているのはデータセンター向けや業務用の高価なGPUで、一般的な家庭用PCですぐ動かすのは難しいと見られます。

誰に関係する

AIで画像を作ったり、写真を組み合わせて加工したりしたい人に関係します。手元で動かすのは難しいので、まずはMiniMaxのWebアプリかAPIで試すのが現実的です。

公式情報

Hugging Face(MiniMaxAI/MiniMax-H3-Image) ↗