MiniMax H3 이미지 생성 모델이 공식 오픈소스로 공개됐다: 6단계로 1680만 화소를 바로 출력하며, 커뮤니티는 이미 일주일 먼저 앞서 달리고 있다

동찰 Beating AI 속보, MiniMax가 H3-Image를 정식 출시하고 모델 가중치를 오픈소스로 공개했습니다. 이 모델은 별도의 업스케일링 없이 4096×4096, 약 1680만 화소의 이미지를 직접 생성할 수 있습니다. 공식 데이터에 따르면 생성 시간은 10초 이내이며, 속도는 최대 주류 제품의 5배에 달합니다. 또한 텍스트-이미지 생성과 이미지 편집을 하나의 모델에 통합했으며, 최대 16장의 참조 이미지를 지원합니다.

H3-Image는 H3 비디오 모델의 아키텍처를 계승하여 오디오 부분을 제거하고 기존 텍스트 인코더를 유지하며 이미지용 디코더를 새로 설계했습니다. 핵심 이미지 생성 네트워크는 331억 파라미터를 갖추고 있습니다. 증류를 거쳐 이미지 한 장을 생성하는 데 6회의 샘플링만 필요하여 계산 단계가 크게 줄었습니다.

이 모델은 사실 8월에 이미 예고된 바 있습니다. 8월 7일 MiniMax 연구원 Kiro는 Reddit AMA에서 팀이 H3의 동일 아키텍처에서 전용 이미지 모델을 개발 중이며 가중치를 오픈소스로 공개할 계획이라고 밝혔습니다. 당시에는 이미지 모델로 첫 프레임을 생성한 후 H3에 넘겨 비디오를 계속 생성하는 워크플로우도 제안했습니다.

커뮤니티는 심지어 MiniMax보다 먼저 이를 구현했습니다. 11월 3일 Pruna AI는 오픈소스 H3 비디오 모델을 기반으로 P-H3-Image를 출시했으며, 마찬가지로 이미지 생성과 편집을 지원합니다. Pruna는 생성 네트워크를 331억에서 약 200억 파라미터로 압축하여 8단계 샘플링만 필요합니다. 최소 양자화 버전은 약 20GB이며, 800만 화소 이미지 생성 시 피크 VRAM은 약 21GB에 불과합니다.

MiniMax 공식 버전은 331억 파라미터의 생성 네트워크를 유지하고 샘플링을 6단계로 더 압축했으며, 더 높은 해상도와 더 많은 참조 이미지를 지원합니다. 다만 원본 가중치에 재사용된 텍스트 인코더를 합치면 약 135GB로 확실히 더 무겁습니다.

H3-Image의 오픈소스 가중치 라이선스에는 제한이 있습니다. 미국, 영국, EU, 한국은 커뮤니티 라이선스 허가 지역에 포함되지 않습니다. 기업 연환산 매출이 100만 달러를 초과하거나 제3자에게 모델 호스팅 서비스를 제공하는 경우 사전에 별도 승인을 받아야 합니다.