MiniMax H3 — открытая модель впервые на первом месте рейтинга AI-видео
MiniMax открыла веса модели H3, в результате чего открытая модель впервые заняла верхнюю строчку в рейтинге генерации видео. По оценке Artificial Analysis, H3 заняла первое место в категории Video Editing, второе — в Text-to-Video и третье — в Image-to-Video. Модель насчитывает 33 миллиарда параметров и одновременно обрабатывает текст, изображения, видео и аудио, создавая ролики длительностью от четырёх до пятнадцати секунд со стереозвуком. Согласно описанию на Hugging Face, в одном запросе можно использовать до девяти опорных изображений, трёх видеоклипов и трёх аудиофайлов.
Однако две части остаются закрытыми: модуль 2K-разрешения и H3-Context-IR, который преобразует запросы и справочные материалы в структурированный промежуточный формат, не включены в открытый релиз. Локальный запуск H3 в ComfyUI ограничен разрешением 768p, а пользователям придётся самостоятельно подготавливать контекст, руководствуясь опубликованными инструкциями MiniMax. Открытые веса позволяют дообучать модель на собственном видео, персонажах или заданном визуальном стиле. Но есть нюанс в лицензии: коммерческое использование разрешено только компаниям с годовой выручкой до 20 миллионов долларов.
В тот же день ByteDance представила закрытую модель Seedance 2.5, способную генерировать 30-секундные ролики со встроенным звуком.