← Tous les modèles

VTP-Small-f16d64

Publication Éditeur MiniMax

Présentation

VTP-Small-f16d64 est la variante Small d’un tokenizer visuel préentraîné pour la génération. Il transforme les images en représentations latentes utilisables par d’autres modèles. L’approche VTP associe apprentissage contrastif, auto-supervisé et reconstruction. (huggingface.co)

Capacités et usages

  • Encodage et reconstruction d’images ; extraction de caractéristiques visuelles.
  • Utilisation de représentations image-texte pour la classification sans exemple.
  • Préparation de représentations pour l’entraînement de modèles de génération, notamment des transformeurs de diffusion. (github.com)

Limites

Il s’agit d’un composant visuel, non d’un générateur autonome : la génération nécessite un modèle complémentaire. Le projet est présenté comme un travail en cours. Les exemples et résultats chiffrés du README utilisent la variante Large ; ils ne doivent pas être attribués à la variante Small. La fiche du modèle indique une licence MIT modifiée, dont les conditions doivent être examinées avant utilisation. (github.com)

Publication

Le rapport technique et les poids préentraînés ont été annoncés le 16 décembre 2025. (github.com)

Prix

Au 17 novembre 2026, aucun tarif officiel d’entrée ou de sortie propre à VTP-Small-f16d64 n’a pu être vérifié sur les pages tarifaires MiniMax pour la Chine continentale ou l’international. Aucun montant en CNY ou en USD n’est donc indiqué. Les poids sont publiés pour une utilisation autonome ; cela ne confirme pas l’existence d’une API payante pour ce modèle. (platform.minimax.cn)

Sources officielles