MiniMax открыла веса видеомодели H3 со звуком

MiniMax выложила на Hugging Face веса H3 — модели, которая делает короткие ролики со звуком по тексту, картинке, видео или аудио на входе. В ней 33 млрд параметров, клипы выходят длиной до 15 секунд. Реплики персонажей поддерживаются на 11 языках, включая русский, звук стереофонический.

Сообщество завело модель локально за считанные дни. Саймон Уиллисон скачал около 115 ГБ весов и получил ролик на MacBook с чипом M5 Pro примерно за 45 минут. Другие запускали её на ноутбучной видеокарте в низком разрешении, а к лицензии есть претензии: часть пользователей считает её условия слишком ограничительными.

Simon Willison@simonw

The MiniMax-H3 video generation model is a lot of fun - here's what I got on my M5 Pro Mac for the prompt "a rainbow colored skunk leaps over a mossy log in a supermarket" (~115GB model download, took around 45 minutes to generate) https://t.co/dYjE1VFFml

180 ♡

4 августа 2026