Model Omni-Modal MiniMax-H3 Berjalan di Apple Silicon dengan Port MLX

MiniMax merilis MiniMax-H3, menggambarkannya sebagai sistem generatif omni-modal serbaguna yang menerima teks, gambar, audio, dan video, serta dapat menghasilkan klip video hingga 15 detik termasuk audio. Sebuah paket Python memporting model ini ke MLX, sehingga dapat dijalankan di Apple Silicon. Simon Willison berhasil menjalankannya di MacBook Pro M5 Max miliknya dengan mengkloning repositori dan menjalankan skrip. Prosesnya melibatkan pengunduhan file model sekitar 115 GB, dan pembuatan video memakan waktu kurang dari 45 menit. Video yang dihasilkan mengesankan, tetapi audio digambarkan sebagai omong kosong seperti ucapan yang aneh, karena Willison tidak memberikan panduan prompt untuk audio. Ia mencatat bahwa panduan prompt berisi informasi lengkap tentang cara menghasilkan audio yang tepat, yang belum ia baca sebelum eksperimen.