Greutăți deschise MiniMax H3: ceea ce puteți rula de fapt local
La începutul lunii august, MiniMax a publicat greutățile modelului său video H3 pe Hugging Face. Clipurile cu sunet stereo pot fi acum generate pe propriul aparat - fără abonament, fără taxe API pe generație. Dar înainte de a descărca sute de gigaocteți, țineți cont de două lucruri: conducta completă de 2K nu a ajuns în versiunea deschisă, iar licența nu permite tuturor, peste tot.
Ce anume a fost lansat
Depozitul MiniMax-H3 oferă două puncte de control specifice sarcinii. FL2VA creează videoclipuri cu sunet din text și poate anima cadre: oferiți primul, ultimul sau ambele. Ref2VA creează un clip din referințe — o singură solicitare poate include până la nouă imagini, trei videoclipuri și trei fișiere audio, astfel încât aspectul unui personaj, mișcarea camerei, stilul și vocea sunt fiecare stabilite de propriul exemplu. Miezul este un transformator dens de 33 de miliarde de parametri, greutățile sunt publicate în BF16, iar întregul depozit cântărește în jur de 288 GB.
Ce poate face modelul
H3 preia text, imagini, video și audio ca intrare și produce clipuri de 4 până la 15 secunde la 24 fps - cu sunet stereo încorporat pe care modelul îl sintetizează singur, în sincronizare cu imaginea. Rezoluția de bază este de 768p pe partea scurtă. Audio nu este o etapă separată de procesare aici, ci o parte a aceluiași model: puteți seta o voce sau un ritm muzical prin referință, ceea ce schimbă în mod semnificativ fluxul de lucru obișnuit.
Despre 2K — un avertisment important
2K anunțat nu provine din partea deschisă a conductei. Un modul separat numit Regenerate-2K se ocupă de creșterea rezoluției, iar MiniMax nu a lansat-o: ruta oficială către 2K este să trimiteți rezultatul local 768p înapoi la API-ul cloud al companiei. Context-IR, modulul care analizează combinații complexe de solicitări și referințe, nu este nici el deschis. Deci, „a rula totul local” înseamnă în prezent „a rula generarea de bază”.
Va face față un computer obișnuit?
Echipa ComfyUI a adăugat suport în ziua zero și a optimizat puternic rularea: ponderile de modulare - aproximativ 40% din toți parametrii - au fost înlocuite cu un tabel de căutare compact, iar cuantizarea int8 a redus amprenta totală de la 123,6 GB la 42,5 GB. Combinat cu descărcarea dinamică în RAM de sistem, este suficient pentru ca modelul să ruleze pe un card la fel de modest precum RTX 3060. Comunitatea a mers mai departe: au apărut configurații WanGP pentru carduri cu 5–6 GB de VRAM, folosind descărcarea RAM agresivă, rezoluție redusă și minute lungi pe clip scurt. Rețineți că acestea sunt rețete ale comunității, nu cerințe oficiale: detaliile ies mai blânde, iar stabilitatea depinde de dimensiunea RAM și viteza discului. Pentru o calitate deplină, dezvoltatorii recomandă carduri de top, cum ar fi RTX 5090.
Licențiere: aceasta nu este open source în sensul obișnuit
Greutățile sunt deschise, dar distribuite sub o licență comunitară cu condiții. Utilizarea comercială este permisă companiilor cu venituri anuale sub 20 de milioane de dolari - întreprinderile mai mari au nevoie de un acord separat. Și, în mod crucial, geografia: licența acoperă doar SUA, Uniunea Europeană, Regatul Unit și Coreea de Sud; utilizarea în altă parte necesită permisiunea scrisă de la MiniMax. „Gretăți deschise” este termenul exact, nu „sursă complet deschisă”.
Cine chiar are nevoie de o alergare locală
O instanță găzduită de sine are sens atunci când contează confidențialitatea, volumul de generație mare sau reglarea fină a propriilor date - exact ceea ce permit ponderile deschise. Dacă doriți doar un clip de calitate rapid, fără o fermă GPU sau probleme de mediu, cloud-ul este mai ușor: înSecțiunea video NeuralSpaceclipurile necesită câteva clicuri și am acoperit ce poate face H3 în sinerevizuire separată.
FAQ
De ce GPU are nevoie MiniMax H3?
Pentru o muncă confortabilă, carduri de top, cu multă memorie. În practică, oamenii rulează generarea de bază chiar și pe 6 GB de VRAM prin ComfyUI și WanGP, schimbând rezoluția și viteza: un clip scurt poate dura 10-15 minute.
Pot folosi H3 în comerț?
Da, dacă veniturile anuale ale companiei dvs. sunt sub 20 de milioane USD - aceasta este o condiție de licență comunitară. Organizațiile mai mari au nevoie de un acord separat cu MiniMax.
De ce nu este H3 complet open source?
Doar partea de bază a conductei este deschisă: modulele pentru upscaling la 2K și analiza referințelor complexe rămân închise, iar licența restricționează utilizarea comercială și regiunile.