Nền tảng tạo ảnh AI cho thương mại điện tử PixPix đã đưa mô hình ảnh MiniMax H3 Image vào hệ thống. Người bán chỉ cần chọn H3 Image trong không gian làm việc của PixPix là có thể tạo trực tiếp ảnh sản phẩm 4K độ phân giải 4096×4096, không cần tự triển khai mô hình hay tích hợp API.
H3 Image là mô hình ảnh mã nguồn mở do MiniMax công bố ngày 10/11. Theo công bố chính thức, mô hình tạo một ảnh 4K trong khoảng 10 giây, hỗ trợ tối đa 16 ảnh tham chiếu, và gộp cả tạo ảnh lẫn chỉnh sửa ảnh trong cùng một mô hình; ngoài ra còn có phiên bản tốc độ cao Highspeed, được hãng cho là nhanh gấp 3 đến 4 lần các công cụ phổ biến. Bản thân PixPix nhắm vào thương mại điện tử, với các quy trình dựng sẵn như bộ ảnh sản phẩm, trang chi tiết A+, chỉnh sửa ảnh sản phẩm, thử đồ trên người mẫu và nhân bản mẫu bán chạy. Sau khi H3 Image được tích hợp, nó trở thành một trong những mô hình nền có thể chọn cho các quy trình này.
Chuẩn bị ảnh tham chiếu thế nào
Lỗi hay gặp nhất ở ảnh sản phẩm là "không giống": màu bị lệch, logo xê dịch, phụ kiện thừa hoặc thiếu. Giới hạn 16 ảnh tham chiếu của H3 Image cho khá nhiều dư địa, và có thể chuẩn bị tư liệu theo hướng sau:
- 4 đến 6 ảnh về chính sản phẩm: mặt trước, mặt bên, mặt sau, nhìn từ trên xuống, cộng thêm một hai ảnh cận cảnh chi tiết (cổng kết nối, chất liệu vải, phụ kiện kim loại);
- 2 đến 3 ảnh về yếu tố thương hiệu: bảng màu, bao bì, ảnh chính hiện có của cửa hàng, dùng để cố định tông màu chung;
- 3 đến 5 ảnh về bối cảnh và người mẫu: bối cảnh bài trí mong muốn, tư thế người mẫu hoặc gợi ý phối đồ;
- Số suất còn lại dành cho ảnh mẫu về phong cách, chẳng hạn bố cục đang bán chạy của đối thủ.
Trong các ví dụ do hãng giới thiệu có trường hợp dùng 10 ảnh tham chiếu. Ảnh tham chiếu càng nhiều thì mô hình càng phải cân nhắc nhiều ràng buộc; lần đầu dùng có thể bắt đầu từ 5 đến 8 ảnh, xem kết quả rồi mới thêm.
4K dùng được ở những đâu
Nhiều sàn không yêu cầu ảnh chính phải là 4K, nhưng ảnh gốc 4K vẫn có ích ở vài chỗ:
- Phóng to chi tiết trên trang sản phẩm: khi người mua dùng hai ngón tay phóng to để xem vân vải hay mặt cắt trang sức, ảnh gốc đủ điểm ảnh nên phóng lên vẫn không bị mờ;
- Một ảnh, nhiều khung cắt: từ một ảnh vuông 4096×4096 có thể cắt ra ảnh chính, poster ngang và ảnh bìa video ngắn dọc, đỡ phải tạo lại nhiều lần;
- Banner siêu rộng: H3 Image hỗ trợ xuất thẳng tỷ lệ 21:9 ở 6272×2688, nên banner trang chủ và ảnh đầu trang khuyến mãi không cần ghép nối nữa.
Dải độ phân giải hiệu dụng mà hãng đưa ra cho H3 Image là từ 4 đến 20 megapixel, hiệu quả tốt nhất ở quanh mức 16 megapixel, nên mức 4K vừa hay nằm trong vùng làm việc "dễ chịu" nhất của mô hình.
Viết gợi ý ngắn hơn cũng được
Cùng với H3 Image, MiniMax còn mở mã nguồn một mô hình mở rộng lời nhắc 27B tên là H3-Image-PE. Nó biến một yêu cầu một câu như "giày thể thao trắng đặt trên mặt bàn gỗ, ánh sáng tự nhiên" thành mô tả đầy đủ về ánh sáng, chất liệu và bố cục, đồng thời đề xuất tỷ lệ khung hình. API chính thức và một số nền tảng sẽ gọi kiểu mở rộng này ở hậu trường, nên người bán chưa quen viết lời nhắc không cần viết quá dài. PixPix có bật mở rộng mặc định hay không thì tùy theo tùy chọn trong không gian làm việc.
Về chi phí, giá API tham khảo do MiniMax công bố là khoảng 0,069 USD cho mỗi ảnh 4K bản tiêu chuẩn, và tuần đầu giảm 50% cho các yêu cầu từ 4K trở lên. PixPix tính phí theo điểm hay theo từng ảnh, và các gói có bao nhiêu lượt gọi H3 Image, thì các trang công khai không liệt kê; sau khi đăng nhập có thể xem ở trang bảng giá của PixPix. Ai muốn biến ảnh sản phẩm đã làm xong thành video ngắn bán hàng có thể đưa ảnh sang canvas của PixTV để nối với các mô hình video.
Nguồn tham khảo: blog chính thức của MiniMax, model card trên Hugging Face, CocoLoop, trang nền tảng PixPix; đã đối chiếu giới hạn ảnh tham chiếu, dải độ phân giải và thông số mô hình mở rộng lời nhắc; đơn giá API theo công bố chính thức, cách phân bổ số ảnh tham chiếu là gợi ý của biên tập viên.