نموذج MiniMax-H3 متعدد الوسائط يعمل على Apple Silicon عبر منفذ MLX
MiniMax
أصدرت MiniMax نظام MiniMax-H3 متعدد الوسائط الذي يقبل النصوص والصور والصوت والفيديو لتوليد مقاطع فيديو تصل مدتها إلى 15 ثانية مع الصوت. حزمة بايثون تنقله إلى MLX ليعمل على Apple Silicon؛ وقد تمكن سايمون ويليسون من تشغيله على حاسوبه المحمول MacBook Pro بمعالج M5 Max، وأنتج فيديو بناءً على طلب، لكنه لاحظ أن الصوت كان سيئًا دون توجيه مناسب.
أصدرت MiniMax نموذج MiniMax-H3، ووصفته بأنه نظام توليدي عام متعدد الوسائط يقبل النصوص والصور والصوت والفيديو، ويمكنه توليد مقاطع فيديو تصل مدتها إلى 15 ثانية بما في ذلك الصوت. تقوم حزمة Python بنقل هذا النموذج إلى MLX، مما يمكنه من العمل على شرائح Apple Silicon. نجح Simon Willison في تشغيله على حاسبه المحمول M5 Max MacBook Pro عن طريق استنساخ مستودع وتنفيذ سكربت. تضمنت العملية تنزيل حوالي 115 غيغابايت من ملفات النموذج، واستغرق توليد الفيديو أقل من 45 دقيقة. كان الفيديو الناتج مثيرًا للإعجاب، لكن الصوت وُصف بأنه هراء غريب يشبه الكلام، لأن Willison لم يقدم إرشادات موجهة للصوت. وأشار إلى أن دليل الإرشادات يحتوي على معلومات واسعة حول كيفية تحقيق توليد صوتي سليم، وهو لم يقرأه قبل التجربة.
المصدر: Simon Willison —
الأصلي