→ כל המאמרים

משקולות פתוחות של MiniMax H3: מה שאתה באמת יכול להפעיל באופן מקומי

משקולות פתוחות של MiniMax H3: מה שאתה באמת יכול להפעיל באופן מקומי

בתחילת אוגוסט, MiniMax פרסמה את המשקולות של דגם הווידאו H3 שלה ב-Huging Face. כעת ניתן להפיק קליפים עם צליל סטריאו במחשב שלך - ללא מנוי, ללא עמלות API לדור. אבל לפני הורדת מאות ג'יגה-בייט, זכור שני דברים: צינור ה-2K המלא לא נכנס לגרסה הפתוחה, והרישיון אינו מאפשר לכולם, בכל מקום.

מה בדיוק שוחרר

מאגר MiniMax-H3 מספק שני מחסומים ספציפיים למשימה. FL2VA יוצר וידאו עם צליל מטקסט ויכול להנפיש פריימים: אתה מספק את הראשון, האחרון או שניהם. Ref2VA בונה קליפ מהפניות - בקשה בודדת יכולה לכלול עד תשע תמונות, שלושה סרטונים ושלושה קובצי אודיו, כך שהמראה של הדמות, תנועת המצלמה, הסגנון והקול נקבעים כל אחד לפי הדוגמה שלו. הליבה היא שנאי צפוף של 33 מיליארד פרמטרים, המשקולות מתפרסמות ב-BF16, וכל המאגר שוקל בסביבות 288 GB.

מה הדגם יכול לעשות

H3 לוקח טקסט, תמונות, וידאו ואודיו כקלט ומפיק קליפים של 4 עד 15 שניות במהירות 24 פריימים לשנייה - עם אודיו סטריאו מובנה שהדגם מסנתז בעצמו, בסנכרון עם התמונה. רזולוציית הבסיס היא 768p בצד הקצר. אודיו אינו שלב עיבוד נפרד כאן אלא חלק מאותו מודל: אתה יכול להגדיר קול או קצב מוזיקלי לפי הפניה, מה שמשנה את זרימת העבודה הרגילה באופן ניכר.

בערך 2K - אזהרה חשובה

ה-2K המפורסם אינו מגיע מהחלק הפתוח של הצינור. מודול נפרד בשם Regenerate-2K מטפל בהגברת הרזולוציה, ו-MiniMax לא שחרר אותו: המסלול הרשמי ל-2K הוא לשלוח את תוצאת ה-768p המקומית שלך בחזרה ל-API בענן של החברה. גם Context-IR, המודול שמנתח שילובים מורכבים של הנחיות והפניות, אינו פתוח. אז "להפעיל הכל באופן מקומי" פירושו כרגע "הפעלת דור בסיס".

Transparent glass cubes with color gradients floating around a graphics card

האם מחשב רגיל יתמודד?

צוות ComfyUI הוסיף תמיכה ביום האפס וביצע אופטימיזציה רבה של הריצה: משקלי אפנון - כ-40% מכל הפרמטרים - הוחלפו בטבלת חיפוש קומפקטית, ו-int8 quantization כיווץ את טביעת הרגל הכוללת מ-123.6 GB ל-42.5 GB. בשילוב עם פריקה דינמית ל-RAM של המערכת, זה מספיק כדי שהדגם יפעל על כרטיס צנוע כמו ה-RTX 3060. הקהילה המשיכה רחוק יותר: הופיעו תצורות WanGP לכרטיסים עם 5-6 GB של VRAM, תוך שימוש בפריקת RAM אגרסיבית, רזולוציה מופחתת ודקות ארוכות לכל קליפ קצר. זכור שאלו מתכונים קהילתיים, לא דרישות רשמיות: הפרטים יוצאים רכים יותר, והיציבות תלויה בגודל ה-RAM ובמהירות הדיסק שלך. לאיכות מלאה, המפתחים ממליצים על כרטיסים ברמה גבוהה כמו RTX 5090.

רישוי: זה לא קוד פתוח במובן הרגיל

המשקולות פתוחות אך מופצות תחת רישיון קהילה עם תנאים. שימוש מסחרי מותר לחברות עם הכנסה שנתית של פחות מ-20 מיליון דולר - עסקים גדולים יותר צריכים הסכם נפרד. ובאופן מכריע, גיאוגרפיה: הרישיון מכסה רק את ארה"ב, האיחוד האירופי, בריטניה ודרום קוריאה; שימוש במקומות אחרים דורש אישור בכתב מ-MiniMax. "משקולות פתוחות" הוא המונח המדויק, לא "קוד פתוח לחלוטין".

מי באמת צריך ריצה מקומית

מופע שמתארח בעצמך הגיוני כאשר הפרטיות, נפח דור גבוה או כוונון עדין של הנתונים שלך חשובים - בדיוק מה שמאפשרים משקלים פתוחים. אם אתה רק רוצה קליפ איכותי ומהיר, ללא טרחה של חוות GPU או סביבה, הענן קל יותר: בקטע וידאו של NeuralSpaceקליפים לוקחים כמה קליקים, וכיסינו מה H3 עצמו יכול לעשות אצלנוסקירה נפרדת.

שאלות נפוצות

איזה GPU צריך MiniMax H3?

לעבודה נוחה, כרטיסים מהשורה הראשונה עם הרבה זיכרון. בפועל אנשים מריצים דור בסיס אפילו על 6 GB של VRAM דרך ComfyUI ו-WanGP, ומחליפים רזולוציה ומהירות: קליפ קצר יכול לקחת 10-15 דקות.

האם אני יכול להשתמש ב-H3 באופן מסחרי?

כן, אם ההכנסה השנתית של החברה שלך היא מתחת ל-20 מיליון דולר - זה תנאי של רישיון קהילה. ארגונים גדולים יותר צריכים הסכם נפרד עם MiniMax.

מדוע H3 אינו קוד פתוח לחלוטין?

רק החלק הבסיסי של הצינור פתוח: המודולים להגדלת קנה המידה ל-2K וניתוח הפניות מורכבות נשארים סגורים, והרישיון מגביל שימוש מסחרי ואזורים.