摩尔线程MTT S5000适配MiniMax H3-Image,开源当天就跑通

资讯 腾讯网 作者:腾讯网 全文 684 字 · 约 2 分钟读完 配图 1 张 分类MiniMaxDay-0开源图像生成

IT之家 11 月 11 日消息,摩尔线程今天宣布,公司旗下 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈,已在昨天(开源当日)适配 MiniMax 图像生成模型 H3-Image。▲ MiniMax H3-Image 在单张 MTT S5000 上的生成效果IT之家了解到,MiniMax H3-Im

所属频道 开源生态视频图像生成

摩尔线程11月11日对外公布,旗下AI训推一体智算卡MTT S5000与MUSA软件栈已在11月10日、也就是模型开源当天完成对MiniMax图像生成模型H3-Image的适配。

▲ MiniMax H3-Image 在单张 MTT S5000 上的生成效果

MiniMax H3-Image由H3衍生而来,能文生图,也能做图像参考和图像编辑。据摩尔线程介绍,它生成一张4096 × 4096像素、约16MP(4K)的高分辨率图像只需10秒以内,速度是市面主流水平的5倍,画面细节丰富、真实,指令遵循和多参考图理解能力也表现不错。围绕这些能力特点,摩尔线程在MTT S5000上做了全链路适配和深度优化。

  • 扩散类生图与编辑模型的注意力机制开销不小,Attention占比高。多参考图输入时Key / Value膨胀尤其明显,参考图越多,开销涨得越快。MTT S5000算力密度高,能扛住这类模型在理解和高分辨率生成时的大计算负载,把MiniMax H3-Image的性能发挥出来。
  • 在此之前,摩尔线程已经在MiniMax H3上做完Attention、GEMM等核心算子,以及通信、运行时等底层基础设施。这次面对MiniMax H3-Image,团队把视觉生成模型的优化经验带了进来,复用SGLang、MATE、MCCL等成熟组件完成适配,也为后面更多生图、生视频模型的Day-0适配铺好了路。
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. MiniMax开源H3-Image生图模型:10秒出4K图像,首周16MP生成五折

    IT之家 11 月 10 日消息,今天(10 日)深夜,MiniMax 宣布,MiniMax H3-Image 正式发布并开放权重。这是一款衍生自 H3 的图像生成模型,其具备文本生成图像、图像参考和图像编辑能力。IT之家从官方介绍获悉,其能够在 10 秒内生成一张 4096 x 4096 像素、约 16 MP(4K)

    来源 腾讯网
  2. 蚂蚁灵波开源LingBot-Touch:触觉基础模型让机器人摸得更灵敏

    【TechWeb】11月10日消息,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进

    来源 腾讯网
  3. 蚂蚁灵波开源LingBot-Touch:近5000小时触觉数据补上机器人感知一环

    【TechWeb】11月10日消息,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进

    来源 AI 行业观察
  4. 蚂蚁灵波开源LingBot-Touch:近5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
  5. 蚂蚁灵波LingBot-Touch开源:近5000小时触觉数据,任务成功率最高90%

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
  6. 蚂蚁灵波开源 LingBot-Touch 触觉模型:26 项真机测试成功率最高 90%

    IT之家 11 月 10 日消息,今日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。IT之家从官方介绍获悉,基于近 5000 小时真实触觉数据预训练,LingBot-Touch 覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,让积累的“手感

    来源 腾讯网
  7. MiniMax横琴设新公司:注册资本500万,严奕骏任法定代表人

    人工智能头部企业 MiniMax 近期在业务版图拓展上迎来新动作。企查查信息显示,一家名为珠海稀宇极智科技有限公司的企业正式成立,标志着 MiniMax 进一步深化了在华南及相关区域的战略布局。 注册资本500万元,聚焦人工智能全栈软硬件开发 公开信息显示,珠海稀宇极智科技有限公司的法定代表人为严奕骏,注册资本为人民币

    来源 AI 开发者社区
  8. 双十一第十八年,AI从逛到买全面上岗,增长却没跟上

    (本文作者为 铁骥ViewPoint,钛媒体经授权发布)文 | 铁骥ViewPoint双十一走到第十八个年头,AI第一次渗透进了从逛到买的全过程,直播间里念稿的是数字人主播,接你咨询的是AI客服,商品详情页的图出自AI生图。买卖两端,AI都在接管越来越多的环节。淘天把千问接进淘宝,京东让AI购物助手东东全面上岗,抖音电

    来源 腾讯网
  9. 蚂蚁灵波LingBot-Touch开源:近5000小时触觉数据,26项真机测试

    IT之家 11 月 10 日消息,今日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。 IT之家从官方介绍获悉,基于近 5000 小时真实触觉数据预训练,LingBot-Touch 覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,让积累的“手

    来源 AI 行业观察
  10. 美团龙猫LongCat-2.5正式开源:1.6万亿参数,支持百万上下文

    IT之家 11 月 9 日消息,11 月 2 日,美团龙猫发布面向长程智能体任务的原生多模态模型 LongCat-2.5。随后来到今天(9 日),美团宣布该模型正式开源。 该模型采用 MIT 协议,支持商用推理部署与二次训练,无需额外授权,是面向长程智能体任务的原生多模态模型。在复杂代码库开发、完整项目构建、Visua

    来源 AI 行业观察
  11. 蚂蚁灵波LingBot-Touch开源:5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类传感器。26 项真机测试显示,接入后动作模型任务成功率提升 14 至 26 个百分点,让机器人“摸得更灵敏”。#机器人触觉##具身智能#

    来源 IT之家
  12. xAI数据中心噪音扰民,美国AI投资热遭遇地方反弹

    表面上,其导火索是11月3日美国中期选举结果带来的冲击。但从另一面看,在商业无法有效闭环,竞争对手以开源措施紧跟不放,以至于美国国内基础建设与需求日渐脱节的前提下,市场对整个体系进行不破不立的重新估值,也是情理之中。

    来源 华尔街见闻
  13. Blender 5.3发布:原生支持3D高斯泼溅,Linux默认改用Vulkan

    IT之家 11 月 10 日消息,免费开源 3D 创作软件 Blender 5.3 现已正式发布。新版本加入了原生 3D 高斯泼溅(Gaussian Splatting)支持,Linux 平台默认图形后端切换为 Vulkan,同时带来了全新的项目管理功能,以及渲染和视频剪辑工具方面的多项改进。 对于 Linux 用户来

    来源 AI 行业观察
  14. Sharpa Wave触觉传感器:加装后成功率为何从39%跌到15%?

    蚂蚁灵波开源触觉预训练基础模型LingBot-Touch,通过"统一坐标+分入口+共享主干+特征空间预测"架构,将磁触觉、视触觉、压阻式触觉三类传感器信号统一编码为触觉Token。实测显示,接入后机器人成功率平均提升20+百分点,且对从未出现在训练数据中的新传感器同样有效。代码与权重已全部开源。

    来源 华尔街见闻
  15. Token首次上架双11:李佳琦直播间半小时卖出约2万亿

    今年 “双 11”,Token(词元,AI 大模型处理信息的最小单元,也是算力的计费单位,类比用电的“度”)首次作为独立品类登上电商货架,李佳琦直播间半小时卖出约2万亿Token。这类算力额度此前大多在厂商官网渠道售卖,如今这项看不见摸不着的服务,新增了电商平台这一购买渠道。从9月起,天猫、京东等头部电商平台陆续上线了

    来源 腾讯网
  16. 派拉蒙天舞CEO大卫·埃里森:AI或成影史最大创意突破

    IT之家 11 月 10 日消息,据科技媒体 The Verge 今天报道,派拉蒙天空之舞 CEO 大卫 · 埃里森近日在电话会议中表示,AI 有可能成为电影史上最大的创意突破。 埃里森表示,从宏观角度审视电影制作的话,他认为 AI 有潜力成为现代影史最大的创意突破。上一次规模类似的技术变革,应该是 20 世纪 90

    来源 AI 行业观察
  17. DeepMind发布Gemini Robotics 2.5,任务成功率最高翻倍

    DeepMind发布机器人基础模型Gemini Robotics 2.5,部分任务成功率最高提升至前代两倍,并同步开源ASIMOV-jailbreak安全基准。该基准以阿西莫夫机器人定律为灵感,专门测试机器人模型抵御越狱攻击的能力。在具身智能加速落地的背景下,能力提升与安全评测正被要求同步交付。

    来源 AI 科技快讯
  18. 蚂蚁灵波开源LingBot-Touch:5000小时真实数据,触觉也能Token化

    11 月 10 日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近 5000 小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精

    来源 AI 行业观察
  19. 美团开源LongCat-2.5,长序列SFT单卡吞吐较DDP提升86%

    美团11月10日开源LongCat-2.5,采用MIT协议,支持商用推理部署与二次训练,无需额外授权。模型面向长程智能体任务,为原生多模态架构,总参数1.6万亿、每个token激活约480亿参数,支持一百万上下文,在复杂代码库开发、完整项目构建、Visual Coding与专业办公场景的端到端交付能力明显提升,权重上线

    来源 AI 开发者社区
  20. 蚂蚁灵波开源LingBot-Touch:一套触觉模型打通多种灵巧手

    智东西(公众号:zhidxcom)作者 | 周加琦编辑 | 漠影具身智能正在加速突破灵巧操作的能力边界,但不同灵巧手之间,仍然存在一道难以跨越的触觉数据鸿沟。如何打破不同传感器之间的数据壁垒,成为实现通用灵巧操作的重要一步。智东西11月10日报道,蚂蚁灵波正式开源面向灵巧操作的触觉预训练基础模型LingBot-Touc

    来源 腾讯网
向下滚动自动加载更多