У MiniMax H3 Image нашли проблему со сжатым VAE. 16 мегапикселей не улучшают детали.
Разработчик Ostris заметил проблему у модели MiniMax H3 Image: слишком сжатый VAE. Это не баг, а особенность, унаследованная от видеомодели. Пространственное сжатие здесь составляет 32 раза, тогда как у обычных моделей для картинок, например Flux, оно в два раза меньше.
Видео-основа помогает быстро обсчитывать большие разрешения даже на потребительских GPU, но детали при этом начинают плыть. Чем больше мегапикселей, тем заметнее артефакты сжатия, а не рост детализации. Поэтому картинки на 16 МП не обгоняют по чёткости результаты MOSS на VAE Flux в 2-4 МП.
Что советуют в Reddit
В треде Reddit советуют:
- скачать приличную версию VAE от Pruna;
- использовать SA SOLVER / SGM UNIFORM;
- генерировать в 16 МП и уменьшать изображение до обычного размера.
Ostris уже дообучает декодер отдельно. По его данным, 16 МП остаются маркетинговой цифрой, а не реальным приростом качества. Если нужна красота деталей, пока стоит присмотреться к другим моделям.
Ещё новости:
