← 전체 모델

VTP-Large-f16d64

발표일 발표 기관 MiniMax

모델 개요

VTP-Large-f16d64는 이미지 이해·재구성과 생성 모델용 표현을 연구하기 위한 시각 토크나이저다. 이미지-텍스트 대조 학습, 자기지도 학습, 재구성 학습을 결합한다. 일반적인 대화형 언어 모델이 아니라 이미지 처리와 생성 파이프라인의 구성 요소다. (github.com)

기능과 용도

  • 이미지를 잠재 표현으로 인코딩하고 다시 이미지로 복원할 수 있다.
  • 이미지와 텍스트 특징을 비교하는 제로샷 분류와 자기지도 이미지 특징 추출에 활용할 수 있다.
  • 별도의 확산 생성 모델과 결합해 이미지 생성 연구에 사용할 수 있다. 공식 평가에서는 LightningDiT를 사용했다. (github.com)

제한사항

공식 저장소는 연구가 진행 중이라고 명시한다. 이미지 생성 평가에는 별도의 생성 모델이 필요하며, 토크나이저 자체를 완성형 이미지 생성 서비스로 간주해서는 안 된다. 모델 카드의 라이선스 표기는 modified-mit이므로 사용 전 실제 라이선스 조건을 확인해야 한다. (github.com)

공개일

2025년 12월 16일 기술 보고서와 사전 학습 가중치 공개가 발표되었다. (github.com)

가격

2026년 11월 17일 기준, 중국 국내 공식 가격표와 국제 공식 가격표에서 이 모델에 해당하는 API 입력·출력 요금은 확인되지 않았다. 따라서 CNY 및 USD 가격, 과금 단위 모두 미확인이다. 다른 MiniMax 모델의 요금을 이 모델에 적용할 수 없다. (platform.minimax.cn)

공식 출처