MiniMax تطلق نموذج H3-Image مفتوح المصدر: 16 ميغابكسل بلا تكبير في 6 خطوات
أتاحت MiniMax للجميع نموذج H3-Image، وهو نموذج مُقطَّر يرسم مباشرة بدقة 4–20 ميغابكسل دون أداة تكبير، في حين تبقى النماذج المعتادة عند 1–4 ميغابكسل. يستغرق التوليد 6 خطوات، دون CFG ودون موجّه سلبي. وفي وضع التحرير يقبل النموذج حتى 16 مرجعًا: الأول يُعدَّل، والبقية تحدد الشخصيات والخامات والتكوين. أما الثمن فهو 24 غيغابايت من VRAM كحد أدنى عملي.
معالج بواسطة الذكاء الاصطناعي من TG: @neurogen_news (Neurogen)؛ بتحرير Hamidun News
تولّد معظم نماذج الصور المفتوحة بدقة 1–4 ميغابكسل. وأي شيء أكبر يجب تمريره عبر أداة تكبير تعيد رسم التفاصيل الصغيرة، وتفسد أحيانًا النصوص أو الوجوه. أصدرت MiniMax النموذج الرسمي المفتوح MiniMax-H3-Image المبني على H3، وهو يعمل مباشرة بدقات كبيرة.
ما الذي يستطيعه النموذج
الرقم الأبرز هو 16 ميغابكسل دون أداة تكبير. وهذا يشمل أبعادًا من 4096×4096 إلى 6272×2688، بينما يُعلن أن النطاق العملي هو 4–20 ميغابكسل. وللطباعة واللافتات الكبيرة والمعاينات الكبيرة، يوفّر ذلك خطوة في خط المعالجة ويزيل عيوب التكبير.
الميزة الثانية هي سرعة التوليد. فنقطة التحقق (checkpoint) مُقطَّرة، لذا تكفيها 6 خطوات (NFEs). ولا حاجة إلى CFG ولا إلى موجّه سلبي. وبذلك تقل الإعدادات التي يجب ضبطها يدويًا.
الميزة الثالثة هي التحرير بالمراجع. يقبل النموذج حتى 16 صورة. الأولى هي ما تعدّله، والبقية تحدد الشخصيات والأجسام والخامات والتكوين. فمثلًا، تأخذ صورة لديكور داخلي وتضيف إلى الإطار أريكة محددة وملمس قماش معيّن، وتجلب الشخصية من صورة منفصلة.
كما تزعم MiniMax أن النموذج الأفضل في اتباع التعليمات (instruction following) بين النماذج المفتوحة، وأنه قوي في التعامل مع النصوص. وفي الأمثلة يحل النموذج ألغازًا منطقية ويرسم لوحات تتضمن شروطًا. هذا ادعاء من الشركة نفسها، ولا توجد في المنشور مقارنات مستقلة، لذا جرّبوه على موجّهاتكم الخاصة.
ما المطلوب من العتاد
النموذج ثقيل، وهذا هو القيد الرئيسي. وبحسب الوصف:
- 24 غيغابايت VRAM: حد أدنى عملي. نموذج DiT بصيغة int8 يشغل 21 غيغابايت ويتعامل مع 4 ميغابكسل، ويُنقل مرمّز النصوص إلى الذاكرة العشوائية. والهامش ضئيل جدًا.
- 16 غيغابايت: أوزان w4a8 فقط (12,5 غيغابايت) ودقة 2–4 ميغابكسل، ودون أي ضمانات.
- 32 غيغابايت: مريحة بالفعل، 4–8 ميغابكسل.
- 48 غيغابايت فأكثر: يمكن الوصول إلى 8–16 ميغابكسل دون تفريغ إلى الذاكرة.
سيلزم على القرص نحو 50 غيغابايت لحزمة INT8 ونحو 93 غيغابايت لحزمة BF16. أما الذاكرة العشوائية فلا بد من 64 غيغابايت على الأقل: فالمرمّز عند التفريغ يشغل 27 غيغابايت، ولا مكان آخر له.
لا توجد حتى الآن قياسات للسرعة على بطاقات الرسوميات الاستهلاكية. ويطلب كاتب المنشور ممن سيشغّلون النموذج مشاركة أرقامهم. لذا فإن الزمن الفعلي للصورة الواحدة على RTX 4090 أو 5090 غير معروف بعد.
كيف تبدأ ولمن يفيد
الإعدادات المبدئية هي: 4 ميغابكسل، 6 خطوات، CFG 1، وأداة أخذ العينات euler والمجدوِل simple. النموذج متاح على Hugging Face، وتوجد مساحة تجريبية، كما نشرت Comfy-Org حزمة معاد تعبئتها (repack) ودليلًا لـ ComfyUI. وإن كنتم تعملون أصلًا في Comfy فيمكن ربطه دون بنية تحتية منفصلة.
أما بالنسبة إلى المطورين ومديري المنتجات فالخلاصة بسيطة. إذا كان منتجكم يولّد صورًا كبيرة (ملصقات، تصاميم إعلانية، بطاقات منتجات، فن مفاهيمي)، فمن المفيد اختبار H3-Image. وهو مفيد بوجه خاص حيث توجد حاليًا أداة تكبير في السلسلة، أو حيث يلزم الحفاظ على اتساق الشخصيات عبر المراجع. وتتيح الأوزان المفتوحة إبقاء كل شيء لديكم وعدم دفع رسوم API عن كل صورة.
وهناك تحفظات أيضًا. فمتطلبات الذاكرة تستبعد معظم بطاقات الرسوميات المنزلية. والسرعة والجودة في المهام الواقعية لم تُختبرا بعد بشكل مستقل. ويبقى الادعاء بأفضلية اتباع التعليمات تسويقيًا إلى أن يجري أحدهم مقارنة مع نماذج مفتوحة أخرى. والخطة المعقولة: استخدام العرض التجريبي أو استئجار GPU بسعة 32–48 غيغابايت، وتشغيل 20–30 من موجّهاتكم المعتادة بدقة 4 ميغابكسل ومعرفة ما إذا كان النموذج يحافظ على النص والتكوين. وبعد ذلك فقط يُقرَّر هل يستحق نقل الإنتاج إليه.
- 12 نوفمبر 2026وكلاء الذكاء الاصطناعي يعيدون فحص أكثر من 2000 ورقة بحثية في ICML 2026 ويكشفون أخطاء فاتت المراجعين
- 12 نوفمبر 2026ثماني دول وOpenAI وAnthropic تعد بـ«زر إيقاف طارئ» لنماذج الذكاء الاصطناعي، لكن بلا مواعيد ولا غرامات
- 12 نوفمبر 2026Hugging Face تحذّر: موجة الاختراقات قد تجعل الذكاء الاصطناعي مفتوح المصدر أقل انفتاحًا
- 12 نوفمبر 2026OpenAI تبني «غرفة التحكم»: مفتاح إيقاف طارئ للنماذج التي خرجت من البيئة المعزولة
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي يستطيعه النموذج؟
الرقم الأبرز هو 16 ميغابكسل دون أداة تكبير. وهذا يشمل أبعادًا من 4096×4096 إلى 6272×2688، بينما يُعلن أن النطاق العملي هو 4–20 ميغابكسل. وللطباعة واللافتات الكبيرة والمعاينات الكبيرة، يوفّر ذلك خطوة في خط المعالجة ويزيل عيوب التكبير. الميزة الثانية هي سرعة التوليد. فنقطة التحقق (checkpoint) مُقطَّرة، لذا تكفيها 6 خطوات (NFEs). ولا حاجة إلى CFG ولا إلى موجّه سلبي. وبذلك تقل الإعدادات التي يجب ضبطها يدويًا. الميزة الثالثة هي التحرير بالمراجع. يقبل النموذج حتى 16 صورة.
ما أبرز التفاصيل حول ما المطلوب من العتاد؟
النموذج ثقيل، وهذا هو القيد الرئيسي. وبحسب الوصف: 24 غيغابايت VRAM: حد أدنى عملي. نموذج DiT بصيغة int8 يشغل 21 غيغابايت ويتعامل مع 4 ميغابكسل، ويُنقل مرمّز النصوص إلى الذاكرة العشوائية. والهامش ضئيل جدًا. 16 غيغابايت: أوزان w4a8 فقط (12,5 غيغابايت) ودقة 2–4 ميغابكسل، ودون أي ضمانات. 32 غيغابايت: مريحة بالفعل، 4–8 ميغابكسل. 48 غيغابايت فأكثر: يمكن الوصول إلى 8–16 ميغابكسل دون تفريغ إلى الذاكرة. سيلزم على القرص نحو 50 غيغابايت لحزمة INT8 ونحو 93 غيغابايت لحزمة BF16.
ما أبرز التفاصيل حول كيف تبدأ ولمن يفيد؟
الإعدادات المبدئية هي: 4 ميغابكسل، 6 خطوات، CFG 1، وأداة أخذ العينات euler والمجدوِل simple. النموذج متاح على Hugging Face، وتوجد مساحة تجريبية، كما نشرت Comfy-Org حزمة معاد تعبئتها (repack) ودليلًا لـ ComfyUI. وإن كنتم تعملون أصلًا في Comfy فيمكن ربطه دون بنية تحتية منفصلة. أما بالنسبة إلى المطورين ومديري المنتجات فالخلاصة بسيطة. إذا كان منتجكم يولّد صورًا كبيرة (ملصقات، تصاميم إعلانية، بطاقات منتجات، فن مفاهيمي)، فمن المفيد اختبار H3-Image.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.