Kokeilussa MiniMax H3 Image -kuvamalli

Written by

in

MiniMax H3 image -kuvamallissa on sensuuri varsin löyhää tai puutteellista, joten verta voi lisätä vampyyrin leukaan

Eilen illalla latasin joitain päiviä takaperin julkaistun MiniMax H3 Image -mallin tiedostot koneelle ja rupesin testailemaan minkälaista laatua tekoälykuviin saan tällä mallilla. Tietenkin tässä vaiheessa kokemukset ovat lyhyeltä ajalta ja kuvia on kerennyt generoimaan vasta muutamia satoja, mutta laitan niitä tänne blogiini jo nähtäväksi.

Kiehtovin uusi aspekti tässä mallissa verrattuna muihin on se, että kuvat joita tällä generoidaan on merkittävästi suurempia kuin muilla aiemmin koettamillani malleilla. Siinä missä aiemmin kuvat ovat olleet muutaman megapikselin kokoluokkaa muilla malleilla, onnistuu tällä tehdä 16 Mpx kuvia ja ilmeisesti myös isompiakin. Itse generoin kuitenkin “vain” 8 Mpx kokoisia kuvia jolloin kuvan generointi on nopeaa ja laatu on silti hyvä.

Yhden kuvan generointiin menee mallin muistiin lataamisen jälkeen tällöin noin minuutti per kuva omalla tietokoneellani. Omassa koneessani näytönohjaimena on RTX 4060 Ti jossa on 16 GB videomuistia ja tavallista RAM-muistia koneessa on 32 GB. Nopeus yllätti positiivisesti, sillä mallin tarvitsemat tiedostot vievät levyltä tilaa yli 40 GB.

Kuvia generoin tuttuun tapaan ComfyUI:n kautta. Ensimmäiset vaikutelmat mallista olivat poikkeuksellisesti varsin negatiiviset, sillä oletusasetuksilla kuvamallin työnkulussa oli samplerina euler, mutta se teki tämän mallin kanssa todella huonoa laatua. Kuitenkin kun samplerin vaihtoi lcm:ksi työnkulusta kuvanlaatu parani merkittävästi ja mallin laatu on päässyt ilahduttamaan.

Tähän mennessä olen pääsääntöisesti kuvat generoinut värillisenä, vaikkakin yksittäisiä mustavalkoisia kuvia on myös tullut testailtua. Mustavalkoisesta tyylistä en osaa vielä sanoa kovin paljoa, mutta ainakin jotkin niistäkin ovat olleet omaa silmää miellyttäviä.

Näissä kuvissa joita tänne jaan olen pyrkinyt simuloimaan filmikameralla otettujen kuvien tyyliä, eli oma käyttöni tällekin kuvamallille on vain fotorealistisen näköiset kuvat, ainakin näin testivaiheessa.

Aikaisemmin täällä blogissa olen testannut myös MOSS:ia (lue täältä), Qwen Image 2.1:aa (lue täältä), Krea 2 Turboa (lue täältä) sekä Z Image Turboa (lue täältä), joten mikäli aikaisempien kuvamallitestien kuvia kiinnosta käydä katsomassa vertailun vuoksi voi niitä käydä katsomassa noista linkeistä.

Comments

Leave a Reply

Your email address will not be published. Required fields are marked *