MiniMax H3, video düzenleme sıralamasında zirveye çıkan ilk açık video modeli oldu

MiniMax, video modelü H3'ün ağırlıklarını kamuya açık hale getirdi ve bu, açık bir modelin bir video sıralamasında ilk kez zirveye yerleşmesine işaret etti. Artificial Analysis'ta H3, video düzenlemede birinci, metinden videoya üretimde ikinci ve görüntüden videoya üretimde üçüncü sırada yer alıyor. 33 milyar parametreli model; metin, görüntü, video ve sesi birlikte işleyerek dört ila on beş saniye arasında, stereo ses içeren bir klip üretiyor. Model kartına göre, her istemde dokuz referans görseli, üç video klibi ve üç ses klibini işleyebiliyor. Ancak iki bileşen kapalı kaldı: 2K çözünürlük modülü ve istemleri ve referans materyali yapılandırılmış bir ara forma dönüştüren H3-Context-IR. ComfyUI'de yerel olarak bu, 768p çıktı ile sonuçlanıyor, ancak bağlam işleme yayınlanan istem rehberleri kullanılarak çoğaltılabilir. Açık ağırlıklar ayrıca, örneğin kendi görüntüleriniz, karakterleriniz veya tutarlı bir görünüm üzerinde ince ayar yapılmasına da olanak tanıyor; ancak lisans, ticari kullanımı yalnızca geliri 20 milyon doların altındaki şirketlere izin veriyor. Eşzamanlı olarak ByteDance, otuz saniyelik klipleri sesle birlikte sunan kapalı Seedance 2.5'i yayınladı.