Jay发自 凹非寺 量子位|公众号QbitAI
坏，真让MiniMax给多模态玩明白了。
继开源视频旗舰H3广受好评后，最新的图像模型——H3-Image，再次席卷全网。
热度最高的是「CAD拆解」，丢一张参考图，H3-Image能给你小手办直接开盒了。。。
有意思。
我觉得，H3-Image之所以AI味这么少，可能很大程度上就取决于这些刻意为之的「瑕疵」。
任何人类主观创造的作品，必然充斥着随机性，过分追求完美反而不符合人类大脑接收信息的习惯。
但这也不禁让我有点发怵。
我一直固执地以为，审美不是机器能学会的东西。
现在看来，似乎只要能把其中的Trick摸清楚，很多人类引以为傲的品质，可能真的没那么神秘……
再给大家看个demo吧，我拿H3-Image搓了个法国旅游海报。
咋说呢，我真不太好意思评价，鄙人的艺术素养已经完全看不出来门道了。
唉。
但最后，咱们还是把视线移回如今的AI圈吧。
当全球AI公司的目光几乎全部聚焦于纯文本时，MiniMax，仍然把很大一部分精力放在多模态世界。
这也是这家公司一直以来的特点了，从一开始就押注多模态，如今终于迎来涌现。
都说多模态对AGI不重要，Coding才有商业模式……
但我一直觉得，如果AI的定义只容得下文本，这个未来，未免也太无趣了。
从改写视频生成格局的H3，到如今在逻辑、结构与审美上全面突破的H3-Image。
国产开源这把野火，彻底开始向多模态领域——
蔓延。
