وفقًا لـ ChainCatcher، أطلقت MiniMax نموذج H3-Image وأتاحت أوزانه كمصدر مفتوح. يُنشئ النموذج صورًا بأبعاد 4096 × 4096، أي نحو 16.8 مليون بكسل، من دون تكبير، وباستخدام ست خطوات أخذ عينات. وتقول MiniMax إن عملية الإنشاء تستغرق أقل من 10 ثوانٍ، وقد تكون أسرع بما يصل إلى خمسة أضعاف من المنتجات السائدة. يجمع H3-Image بين إنشاء الصور انطلاقًا من النص وتحرير الصور في نموذج واحد، ويدعم ما يصل إلى 16 صورة مرجعية.

يستخدم النموذج بنية H3 الخاصة بالفيديو، بعد إزالة مكوّن الصوت منها، مع وحدة فك ترميز للصور مصممة لإنشاء الصور. تضم شبكة الإنشاء الأساسية 33.1 مليار مُعامل؛ ويبلغ إجمالي حجم الأوزان الأصلية ومُرمّز النص المعاد استخدامه نحو 135 غيغابايت. في 7 أغسطس، قال الباحث في MiniMax، Kiro، في جلسة أسئلة وأجوبة مفتوحة على Reddit إن الفريق يطوّر نموذجًا مخصصًا للصور يستند إلى بنية H3، ويخطط لإتاحة أوزانه كمصدر مفتوح. ووصف Kiro أيضًا سير عمل ينشئ فيه نموذج الصور الإطار الأول لفيديو، قبل أن يتولى H3 إنشاء الفيديو.

في 3 نوفمبر، أصدرت Pruna AI نموذج P-H3-Image، المستند إلى نموذج الفيديو مفتوح المصدر H3. يدعم توليد الصور وتحريرها، ويضغط شبكة التوليد إلى نحو 20 مليار مُعامِل، ويستخدم ثماني خطوات أخذ عينات. يبلغ حجم أصغر إصدار مكمّم نحو 20 غيغابايت، ويتطلب نحو 21 غيغابايت من ذاكرة VRAM كحد أقصى لتوليد صورة بدقة 8 ميغابكسل. يستثني الترخيص المجتمعي لـ H3-Image الولايات المتحدة والمملكة المتحدة والاتحاد الأوروبي وكوريا الجنوبية. ويجب على الشركات التي تتجاوز إيراداتها السنوية مليون دولار، أو التي تستضيف النماذج لصالح أطراف ثالثة، الحصول على تصريح منفصل مسبقًا.