أوزان MiniMax H3 المفتوحة: ما الذي يمكنك تشغيله محلياً فعلاً
في مطلع أغسطس نشرت MiniMax أوزان نموذجها للفيديو H3 على منصة Hugging Face. أصبح الآن ممكناً توليد مقاطع مصحوبة بصوت ستيريو على حاسوبك الخاص — دون اشتراك ودون دفع مقابل كل عملية توليد عبر الواجهة البرمجية. لكن قبل تنزيل مئات الغيغابايت، هناك أمران يستحقان الانتباه: خط المعالجة الكامل بدقة 2K لم يدخل الإصدار المفتوح، والرخصة لا تسمح للجميع وفي كل الأماكن.
ما الذي نُشر بالضبط؟
يحتوي مستودع MiniMax-H3 على نقاط تفتيش (checkpoints) لمهمتين مختلفتين. النموذج FL2VA ينشئ فيديو مع الصوت من النص ويعرف تحريك الإطارات: يمكنك تحديد الإطار الأول أو الأخير أو كليهما. أما Ref2VA فيبني المقطع من مراجع — تتضمن الطلبية الواحدة حتى تسع صور وثلاثة مقاطع فيديو وثلاثة ملفات صوتية، بحيث يُحدد مظهر الشخصية وحركة الكاميرا والأسلوب والصوت بأمثلة منفصلة. النواة نموذج محوّل (Transformer) كثيف بـ33 مليار معامل، والأوزان منشورة بدقة BF16، ويبلغ حجم المستودع كاملاً نحو 288 غيغابايت.
ماذا يفعل النموذج؟
يقبل H3 النصوص والصور والفيديو والصوت مدخلات، ويُخرج مقاطع مدتها من 4 إلى 15 ثانية بمعدل 24 إطاراً في الثانية — مع صوت ستيريو مدمج يولّده النموذج بنفسه وبالتزامن مع الصورة. الدقة الأساسية 768p على الضلع الأقصر. الصوت هنا ليس مرحلة معالجة منفصلة بل جزء من النموذج ذاته: يمكن تحديد الصوت أو الإيقاع الموسيقي كمرجع، وهذا يغيّر أسلوب العمل المعتاد تغييراً ملحوظاً.
بشأن 2K — تنبيه مهم
دقة 2K المعلنة لا تأتي من الجزء المفتوح من الخط. فرفع الدقة تتكفل به وحدة منفصلة اسمها Regenerate-2K، ولم تنشرها MiniMax: الطريق الرسمي إلى 2K هو إرسال نتيجتك المحلية بدقة 768p إلى الواجهة السحابية للشركة. كما أن وحدة Context-IR التي تفهم التركيبات المعقدة من المطالبات والمراجع غير مفتوحة أيضاً. أي أن «تشغيل كل شيء محلياً» يعني حالياً «تشغيل التوليد الأساسي».
هل يكفي حاسوب عادي؟
أضاف فريق ComfyUI الدعم في يوم الإطلاق نفسه وحسّن التشغيل كثيراً: استُبدلت أوزان التعديل — نحو 40% من جميع المعاملات — بجدول بحث مضغوط، وقلّصت التكميم int8 الحجم الكلي من 123.6 غيغابايت إلى 42.5 غيغابايت. ومع التحميل الديناميكي إلى ذاكرة النظام، يكفي ذلك لتعمل النموذج حتى على بطاقة متواضعة مثل RTX 3060. وذهب المجتمع أبعد: ظهرت في WanGP إعدادات لبطاقات بذاكرة 5–6 غيغابايت فقط، مع تفريغ عدواني إلى الذاكرة الرئيسية ودقة منخفضة ودقائق طويلة لكل مقطع قصير. وتذكّر أن هذه وصفات مجتمعية وليست متطلبات رسمية: التفاصيل تخرج أنعم، ويثير الاستقرار حجم الذاكرة الرئيسية وسرعة القرص. وللجودة الكاملة ينصح المطورون ببطاقات الفئة العليا مثل RTX 5090.
الرخصة: ليست برمجيات مفتوحة المصدر بالمفهوم المعتاد
الأوزان مفتوحة لكنها موزعة بموجب رخصة مجتمعية بشروط. الاستخدام التجاري مسموح للشركات التي تقل إيراداتها السنوية عن 20 مليون دولار — والأكبر منها يحتاج اتفاقية منفصلة. والأهم الجغرافيا: تنطبق الرخصة في الولايات المتحدة والاتحاد الأوروبي والمملكة المتحدة وكوريا الجنوبية فقط؛ وفي المناطق الأخرى يتطلب الاستخدام إذناً كتابياً من MiniMax. لذا فالتعبير الدقيق هو «أوزان مفتوحة» وليس «مفتوح المصدر بالكامل».
لمن يكون التشغيل المحلي مفيداً فعلاً
النسخة الذاتية تستحق حين تكون الخصوصية أو حجم التوليدات الكبير أو الضبط الدقيق على بياناتك هو المهم — وهي بالضبط ما تتيحه الأوزان المفتوحة. وإذا كنت تريد مقطعاً جيداً بسرعة، دون مزرعة بطاقات وعناء في تهيئة البيئة، فالسحابة أسهل: في قسم الفيديو في NeuralSpace تُنشأ المقاطع بنقرتين، وقد شرحنا قدرات H3 نفسها في مراجعة منفصلة.
أسئلة شائعة
ما بطاقة الرسومات التي يحتاجها MiniMax H3؟
للاستخدام المريح، بطاقات فئة عليا بذاكرة كبيرة. عملياً يشغّل الناس التوليد الأساسي حتى على 6 غيغابايت عبر ComfyUI وWanGP، مقابل التنازل عن الدقة والسرعة: قد يستغرق المقطع القصير من 10 إلى 15 دقيقة.
هل يمكن استخدام H3 تجارياً؟
نعم، إذا كانت الإيرادات السنوية للشركة أقل من 20 مليون دولار — وهو شرط من شروط الرخصة المجتمعية. أما المؤسسات الأكبر فتحتاج اتفاقية منفصلة مع MiniMax.
لماذا لا يُعد H3 مفتوح المصدر بالكامل؟
الجزء المفتوح هو الجزء الأساسي فقط: وحدتان لرفع الدقة إلى 2K وفهم المراجع المعقدة ما زالتا مغلقتين، والرخصة تقيّد الاستخدام التجاري والمناطق.