中国のAI企業MiniMaxは、アップスケール処理を挟まずに約1678万画素の画像を直接生成できる画像AIモデル「MiniMax-H3-Image」を公開した。高解像度出力に加え、画像編集や複数画像の参照入力にも対応する。モデル重みも配布し、開発者が自前の環境で実行できるようにした。

Gigazineによると、MiniMaxはこのほど、動画生成AI「MiniMax H3」をベースにした画像生成モデルとしてMiniMax-H3-Imageを投入した。Hugging Faceを通じてモデル重みを公開している。

最大の特徴は、高解像度画像を直接生成できる点にある。従来の画像生成AIでは、まず低解像度で画像を生成し、その後アップスケーリングで画質を引き上げる手法が一般的だった。これに対し、MiniMax-H3-Imageは4096×4096ピクセルの画像をそのまま出力できる。

MiniMaxは、こうした高解像度画像を10秒以内で生成できるとしている。ただし、生成速度はハードウェアや実行環境によって変動する可能性がある。同社の主張を裏付ける独立した検証結果は確認できていない。

機能面では、1つのモデルで画像生成と画像編集の両方に対応する。テキスト指示による新規生成に加え、既存画像の質感や構図の変更も行える。公開例として、写実的な写真、3Dゲームのコンセプトアート、文字を含む画像などを示した。

参照画像は最大16枚まで入力できる。MiniMaxは、部屋と家具の画像を組み合わせてインテリア画像を生成する例のほか、地図情報を基に周辺の地形や建築物を可視化する例も紹介している。

画像生成ワークフロー構築ツールのComfyUIも、MiniMax-H3-Imageを公式にサポートしている。生成・編集向けのワークフローも公開しており、標準的な400万画素出力から、約1600万画素級の高解像度出力へ拡張して利用できるとしている。

モデル重みはHugging Faceからダウンロードできる。ただし、利用条件には地域制限がある。MiniMaxのコミュニティライセンスでは、韓国、米国、英国、欧州連合（EU）が適用対象外とされており、これらの地域で利用するには別途許可が必要だ。