미니맥스, 이미지 생성·편집 모델 공개…가중치 기본 라이선스는 한국·미국·EU·영국 제외

미니맥스는 11일 공식 X 계정에서 이미지 생성 모델 MiniMax-H3-Image를 공개했습니다. 이 모델은 텍스트 지시만으로 이미지를 만들거나 참조 이미지와 지시를 함께 넣어 편집하는 작업을 하나의 체크포인트에서 처리합니다. 참조 이미지는 최대 16장까지 입력할 수 있습니다. 미니맥스는 API와 MiniMax Code, Hailuo AI에서도 이용할 수 있다고 밝혔습니다. 공식 게시물은 4K 이미지 생성에 10초가 걸린다고 소개하고, 출시 주간에는 16메가픽셀 이상 생성 요금을 50% 할인한다고 안내했습니다.

모델 카드가 제시한 실효 작업 범위는 약 4~20메가픽셀이며, 일반적으로 약 16메가픽셀에서 가장 좋은 결과를 낸다고 설명합니다. 16메가픽셀 이미지는 정사각형 기준 4096×4096 픽셀입니다. 이미지 크기를 키우는 별도 업스케일러 없이 여러 화면 비율의 이미지를 생성할 수 있으며, 결과물을 만드는 샘플링은 6단계로 수행하도록 모델을 증류했습니다.

생성과 편집은 같은 처리 흐름을 공유합니다. 텍스트 지시와 참조 이미지는 H3 텍스트 인코더를 거치고, 참조 이미지는 이미지 VAE에도 입력됩니다. 이렇게 얻은 정보가 하나의 토큰 묶음으로 디퓨전 트랜스포머에 전달됩니다. 트랜스포머는 결과 이미지의 중간 표현인 잠재 표현을 예측하고, VAE가 이를 최종 이미지로 복원합니다. 사용자는 텍스트만 입력해 새 이미지를 만들거나, 참조 이미지와 편집 지시를 함께 넣어 결과물을 만들 수 있습니다.

H3-Image 자체에는 이미지 전체를 구체적으로 묘사하는 영어 프롬프트를 넣는 방식입니다. 미니맥스 API의 H3-Image-Context-IR은 짧은 다국어 요청을 이미지 생성에 쓸 상세한 설명으로 확장한 뒤 생성 단계로 넘깁니다. 미니맥스는 이 프롬프트 확장 기능을 로컬에서 실행할 선택 모델 MiniMax-H3-Image-PE도 제공합니다. 모델 카드의 예시에서는 확장 단계에서 프롬프트와 출력 크기를 정하고, 이어 로컬 SGLang 서버가 이미지를 생성합니다.

이미지 트랜스포머는 H3 설계에서 오디오 계층을 뺀 구성이고, MiniMax-H3의 텍스트 인코더를 그대로 공유합니다. 그래서 H3-Image 저장소에는 텍스트 인코더가 들어 있지 않습니다. 모델 카드에 따르면 이미지 모델 저장소는 68.65GB이며, 별도로 불러오는 텍스트 인코더는 66.7GB입니다. 이미 MiniMax-H3 텍스트 인코더를 내려받았다면 다시 받을 필요가 없습니다. 모델 카드가 로컬 실행용으로 안내하는 도구는 SGLang, vLLM-Omni, Diffusers, ComfyUI입니다.

모델 가중치 라이선스의 지역·사업 조건

모델 카드에 연결된 커뮤니티 라이선스는 적용 지역을 전 세계에서 미국, 유럽연합(EU), 영국, 대한민국을 제외한 곳으로 정합니다. 이 라이선스는 제외 지역에서 모델이나 결과물을 사용하는 권한을 부여하지 않습니다. 해당 지역에서 모델을 배포하려는 경우 미니맥스에 별도 라이선스를 문의하라고 안내합니다. 따라서 가중치 파일을 공개 저장소에서 내려받을 수 있다는 점과 기본 라이선스가 허용하는 이용 범위는 별도로 살펴야 합니다.

사업 조건도 있습니다. 이용자 또는 계열사의 연환산 매출이 100만 달러를 넘거나, 모델 기능을 API·웹 등으로 제삼자에게 제공하는 호스팅 서비스를 운영하면 미니맥스의 사전 서면 허가를 받아야 합니다. 모델을 사용하는 상업용 제품·서비스는 사용자 인터페이스에 MiniMax-H3-Image라는 이름을 눈에 띄게 표시해야 합니다.