MiniMax lance H3-Image avec de la 4K native
Le nouveau générateur d’images basé sur H3 produit des images natives en 4096×4096 en six étapes et prend en charge des prompts longs et plusieurs références.
MiniMax lance H3-Image avec de la 4K native
À partir du modèle vidéo H3, MiniMax a créé un générateur d’images. Il génère des images natives en 4096×4096 en six étapes. Il est possible d’utiliser des prompts jusqu’à 32 000 caractères et jusqu’à 16 références.
La génération texte-vers-image en 4K a pris environ 10,3 secondes en mode Highspeed et 16 secondes en mode Standard. Dans le même test, Nano Banana 2.1 avec thinking medium a mis 50 secondes. Dans l’API, cette génération en Standard coûte environ 0,07 USD, avec actuellement une remise de 50 % au lancement. Jusqu’au 23 novembre inclus, fal propose 3 à 5 générations gratuites.
H3-Image est un transformeur de diffusion de 33,1B. Avec l’encodeur et le VAE, il faut télécharger environ 135 Go. Pour les cartes de 24 Go, SGLang propose de décharger des couches vers la RAM système. Des modèles ComfyUI existent déjà. Des passionnés ont déjà publié une LoRA en deux étapes, mais sa qualité reste à vérifier.
Pourquoi c'est important
AnalyseCette sortie montre que les modèles d’IA ouverts pour la génération d’images rattrapent les services commerciaux en vitesse, qualité et coût d’inférence.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
GPT Image / DALL-E (Génération d'images dans ChatGPT)
Outil intégré de génération de contenu visuel directement dans l'interface de dialogue avec ChatGPT. Permet de créer des illustrations, du concept art, des affiches et de modifier localement des parties spécifiques d'une image.
Negative Prompts in Image Generation
A control mechanism for generation in diffusion models (Stable Diffusion, Midjourney --no) that directs the mathematical noise-cleaning vector away from undesired imagery. Used to filter out artifacts such as extra limbs, blurriness, watermarks, and cartoonish styles.
GPT Image 2.6 vs Seedream 5.5 : test de génération de photos
GPT Image 2.6 et Seedream 5.5 ont été comparés sur une photo réaliste dans un ascenseur : le modèle chinois imite mieux le selfie iPhone, mais garde des défauts de détail.
Google lance Gemini 4 Carbon avec un accès limité aux abonnés Ultra et aux développeurs payants
Le modèle Gemini 4 Carbon est disponible dans Google AI Studio, l’API Gemini, Antigravity, l’application Gemini et le mode IA de Google Search, mais avec un accès restreint.