MiniMax bringt H3-Image mit nativem 4K
Der neue Bildgenerator auf Basis des H3-Videomodells erzeugt native Bilder mit 4096×4096 in sechs Schritten und unterstützt lange Prompts und mehrere Referenzen.
MiniMax bringt H3-Image mit nativem 4K
Aus dem Videomodell H3 hat MiniMax einen Bildgenerator gemacht. Er rendert native Bilder in 4096×4096 in sechs Schritten. Es können Prompts mit bis zu 32.000 Zeichen und bis zu 16 Referenzen verwendet werden.
Die Text-zu-Bild-Generierung in 4K dauerte etwa 10,3 Sekunden im Highspeed-Modus und 16 Sekunden im Standard-Modus. Im selben Test brauchte Nano Banana 2.1 mit thinking medium 50 Sekunden. In der API kostet eine solche Generierung im Standard-Modus etwa 0,07 US-Dollar, aktuell gibt es zum Start 50 % Rabatt. Bis einschließlich 23. November bietet fal 3–5 kostenlose Generierungen.
H3-Image ist ein Diffusion-Transformer mit 33,1B. Zusammen mit Encoder und VAE müssen etwa 135 GB heruntergeladen werden. Für Karten mit 24 GB VRAM schlägt SGLang vor, Ebenen in den Arbeitsspeicher auszulagern. In ComfyUI gibt es bereits Vorlagen. Enthusiasten haben bereits eine zweistufige LoRA veröffentlicht, deren Qualität aber noch geprüft werden muss.
Warum das wichtig ist
AnalyseDer Release zeigt, dass offene KI-Bildmodelle kommerziellen Diensten bei Geschwindigkeit, Qualität und Inferenzkosten immer näher kommen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
GPT Image / DALL-E (Bildgenerierung in ChatGPT)
Integriertes Tool zur Generierung visueller Inhalte direkt im Chat mit ChatGPT. Ermöglicht die Erstellung von Illustrationen, Konzeptkunst, Poster-Texten sowie die lokale Bearbeitung von Bildbereichen.
Negative Prompts in Image Generation
A control mechanism for generation in diffusion models (Stable Diffusion, Midjourney --no) that directs the mathematical denoising vector away from undesired concepts. Used to filter out artifacts such as extra limbs, blurriness, watermarks, and cartoonish styles.
GPT Image 2.6 vs. Seedream 5.5: Test zur fotorealistischen Bildgenerierung
GPT Image 2.6 und Seedream 5.5 wurden mit einem realistischen Aufzugfoto verglichen: Das chinesische Modell imitiert iPhone-Selfies besser, hat aber weiterhin Detailprobleme.
Kombination von ChatGPT (GPT Image 2) und Seedance 2.0: Gemeinsame Nutzung für Storyboards und Kurzvideos
Praktischer Leitfaden zur gemeinsamen Nutzung von GPT Image 2 und Seedance 2.0: Erstellung von Referenzen, Storyboards und Animation dynamischer Videoszenen.