8メガピクセル生成、群衆の顔崩れる

この実験は、単一被写体の肖像ポスターと密集した渋谷スクランブル交差点を組み合わせ、約8メガピクセルでP-H3-Imageがスケールと細部をどう扱うかを試すものだ。

最も具体的な発見は修正の過程にある。8メガピクセルの画像全体を編集すると構図が変わり、出力は3552×2368に丸められた。顔周辺を640ピクセルで切り取ってもほとんど変わらなかった。頭部だけをより小さな正方形に切り取り、アップスケールし、肖像を描き直す指示で編集すると顔が修正され、ライターはぼかした楕円マスクで合成して戻した。理由は検証していないが、フレームに占める割合が大きいほどモデルが顔の細部に解像度を割けるのではないかとライターは推測している。

記事は限界について率直だ。各バージョンは単一のシードを使い、シードを変えた比較はほとんど行っておらず、顔の大きさと破綻率の関係も数えていない。またライセンスは、MiniMax H3 Community LicenseがEU、英国、韓国、米国を利用可能地域から除外していること、生成物を機械製と表示することが禁止リストに含まれることを注記している。