MiniMax avaldas H3 videomudeli kaalud, kuid 2K töövoog jäi osaliselt suletuks
MiniMax avaldas H3 videomudeli kaalud. Kohalik baasmudel loob 768p videot, kuid täieliku 2K töövoo kaks olulist osa on endiselt suletud ja API-st sõltuvad.
Lühidalt
- MiniMax avaldas 31. juulil H3 videomudeli, mis loob kuni 15-sekundilisi videoid koos stereoheliga ning toetab teenusena kuni 2K väljundit.
- Lähteteksti järel avaldas MiniMax 3. augustiks H3 mudelikaalud Hugging Face’is kohandatud kogukonnalitsentsi all.
- Kohalikult avaldatud H3-Base loob 768p videot; ametliku 2K-töövoo Context-IR eeltöötlus ja Regenerate-2K moodul ei ole veel avatud ning vajavad MiniMaxi API-t.
- MiniMaxi hinna-, kvaliteedi- ja tõhususväited pärinevad ettevõttelt ning vajavad sõltumatut võrdlust ühesuguste seadistuste ja väljunditega.
Hiina tehisarufirma MiniMax avaldas H3 videomudeli, mis ühendab teksti, pildi, video ja heli samas kontekstis ning loob kuni 15-sekundilisi klippe koos stereoheliga. Teenuse kaudu toetab süsteem kuni 2K eraldusvõimet ja video muutmist mitmesuguste visuaalsete või heliliste viidete järgi.
- juuli teates lubas MiniMax mudelikaalud lähipäevil avaldada. 3. augustiks oli ettevõtte ametlik MiniMax-H3 hoidla Hugging Face’is avalik ning sisaldas baasmudeli kaale, koodi ja käitusjuhiseid. See muudab lähteteksti esialgset seisu: H3 ei ole enam ainult API-teenus.
Avatusel on siiski oluline piir. Kohalik H3-Base loob 768p videot ja heli, kuid MiniMaxi ametliku 2K tulemuse jaoks vajalik Context-IR eeltöötlus ning Regenerate-2K moodul pole avaldatud. Täielik 2K töövoog kasutab neid osi endiselt MiniMaxi API kaudu.
H3 ühendab video ja heli ühte mudelisse
MiniMax H3 on üldotstarbeline multimodaalne genereeriv süsteem. Mudel võtab sisendiks teksti, kuni üheksa pilti, kuni kolm videoklippi ja kuni kolm heliklippi, sõltuvalt valitud variandist. Väljund võib olla 4–15 sekundi pikkune video 24 kaadrit sekundis koos 32 kHz stereoheliga.
Kaks avaldatud baasmudeli varianti teenindavad erinevaid töövooge. FL2VA toetab tekstist videoks ning esimese ja viimase kaadri põhjal genereerimist. Ref2VA kasutab pilte, videot ja heli viidetena, et kanda uude väljundisse tegelasi, liikumist, stiili või helilist konteksti.
Ettevõte toob kasutusaladena välja reklaami, e-kaubanduse, tootearenduse, mängud ja kujunduse. Need näited pärinevad MiniMaxi enda demodest. Sõltumatu hindamine peab kontrollima, kui hästi säilivad tegelase identiteet, tekst, kaubamärgid, liikumine ja heli pikemas ning korduvkasutuses.
H3 põhimudel sisaldab 33 miljardi parameetriga tihedat Omni Transformerit ja kasutab Qwen3-VL-32B põhist tekstienkoodrit. Mudel ennustab ühiselt video- ja helilatente, mis võimaldab luua pildiga ajaliselt seotud stereoheli eraldi heligeneraatorit hiljem lisamata.
Kaalud on avalikud, kuid kogu süsteem ei ole
Hugging Face’i hoidla avaldab H3-Base’i kaks kontrollpunkti ning toetab SGLangi, vLLM-i, Diffusersit ja ComfyUI-d. MiniMaxi näidiskäsk kasutab mudeli teenindamiseks nelja GPU-d, mis näitab, et kohalik käitamine nõuab märkimisväärset riistvara ka enne 2K etappi.
Mudel on avaldatud MiniMax H3 Community License Agreementi, mitte tavapärase Apache 2.0 või MIT litsentsi all. Seetõttu on täpsem nimetada H3 avatud kaaludega mudeliks, mitte automaatselt avatud lähtekoodiga mudeliks. Ettevõte peab enne ärilist kasutust lugema litsentsi kasutus- ja levitamistingimusi.
Täielik H3 süsteem koosneb kolmest osast. H3-Context-IR tõlgendab keerukaid multimodaalseid juhiseid, H3-Base loob 768p video ja heli ning H3-Regenerate-2K genereerib tulemuse koos algse kontekstiga kõrgemas eraldusvõimes uuesti.
Context-IR sõltub MiniMaxi mitmeastmelisest hostitud töövoost ja pole avatud väljalaskes. Regenerate-2K moodul pole samuti veel avaldatud. MiniMax pakub mõlema kasutamiseks API-t, mistõttu ettevõtte demodega võrreldava 2K tulemuse saamiseks säilib sõltuvus MiniMaxi teenusest.
2K ei ole tavaline ülesmastaapimine
MiniMax kirjeldab 2K etappi kontekstipõhise taasgenereerimisena. Baasmudeli 768p tulemus söödetakse koos algsete viidetega süsteemi tagasi, et taastada peened detailid, väike tekst ja muud elemendid, mida tavaline ülesmastaapija peaks ära arvama.
Lahendus võib anda parema detaili, kuid tähendab ka uut genereerimisetappi, mis lisab aega ja arvutuskulu. Kuna Regenerate-2K pole avaldatud, ei saa kohalik kasutaja veel täielikku töövoogu sõltumatult korrata ega mõõta, kui suur osa kvaliteedist tuleb baasmudelist ja kui suur osa suletud järelprotsessist.
MiniMax väidab, et H3 2K sekundihind on vähem kui kolmandik peamiste konkureerivate mudelite hinnast ning 768p hind vähem kui pool 720p konkurentide tasemest. Ettevõte ei esita avalikus blogis täielikku võrreldavate teenuste loendit ja ühtset metoodikat. Seetõttu ei tõesta väide veel turu odavaimat videot.
Kohalik kasutus annab kontrolli, kuid nõuab suurt taristut
Avaldatud kaalud võimaldavad ettevõttel hoida lähtepilte, videoid ja heli oma taristus ning kohandada baasmudelit. See võib olla oluline konfidentsiaalse tootearenduse, reklaamvara või intellektuaalomandi puhul, mida ei soovita võõrasse API-sse saata.
Kohalik käitamine ei ole siiski tasuta ega lihtne. Mudel vajab mitut võimsat GPU-d, suurt salvestusruumi ja optimeeritud teeninduskihti. Lisaks pole esialgses väljalaskes MiniMaxi treeningul kasutatud hõreda tähelepanu inferentsiimplementatsiooni, mis võib mõjutada jõudlust ja mälukulu.
Eesti loov- või tarkvaraettevõte peaks enne H3 kasutuselevõttu võrdlema API ja kohaliku taristu kogukulu, kontrollima litsentsi, testima eestikeelse teksti ning hindama sisu päritolu märgistamist. ELi tehisarumääruse läbipaistvusreeglid võivad nõuda sünteetilise video masinloetavat märgistust ja süvavõltsingu avalikustamist.
H3 on oluline samm avatumate videomudelite poole, kuid selle avatus on kihiline. Baasmudel on allalaaditav, samal ajal kui parima 2K tulemuse orkestreerimine ja taasgenereerimine jäävad esialgu teenuseks. Järgmisena tasub jälgida Regenerate-2K avaldamist, sõltumatuid kvaliteediteste ja tegelikku kohalikku käituskulu.
Sõltumatu test peab mõõtma enamat kui üksikuid demosid
Videomudelit tuleks võrrelda ühesuguse pikkuse, kaadrisuhte, eraldusvõime ja helinõudega. Edukuse mõõdikud võiksid hõlmata juhise täitmist, tegelase ja objekti püsivust, teksti loetavust, liikumise loomulikkust, heli sünkroonsust ning seda, kui mitu katset on kasutatava klipi saamiseks vaja.
Hinnaarvestus peab sisaldama ka ebaõnnestunud generatsioone. Kui odav mudel vajab sama tulemuse jaoks rohkem kordusi või väliseid parandustööriistu, võib madal sekundihind anda eksitava pildi. Kohaliku mudeli puhul lisanduvad GPU rent, käivitusaeg, salvestus, allalaadimine ja inseneritöö.
Avatud kaalude testi tuleks teha vähemalt kahes variandis: täielikult kohalik 768p töövoog ning hübriidne 2K töövoog MiniMaxi API-ga. Nii saab eristada baasmudeli kvaliteeti suletud Context-IR ja Regenerate-2K mõjust ning hinnata, milline osa andmetest teenusesse saadetakse.
Litsentsi ja päritolu kontroll on sama tähtis kui visuaalne kvaliteet. Enne tootmiskasutust tuleb dokumenteerida mudeliversioon, kasutustingimused, sisendite õigused ja väljundi märgistus. See vähendab riski, et tehniliselt hea demo ei sobi hiljem äriliseks avaldamiseks.
Korduma kippuvad küsimused
Mis on MiniMax H3?
MiniMax H3 on multimodaalne videomudel, mis kasutab teksti, pilte, videot ja heli ning genereerib kuni 15-sekundilise video koos stereoheliga. MiniMaxi teenus toetab kuni 2K väljundit.
Kas MiniMax H3 mudelikaalud on avaldatud?
Jah, MiniMax avaldas H3-Base’i kaalud 3. augustiks Hugging Face’is. Kaalud on kohandatud MiniMax H3 kogukonnalitsentsi, mitte tavapärase Apache 2.0 või MIT litsentsi all.
Kas H3 saab täielikult oma serveris käitada?
H3 baasmudelit saab oma taristus käitada ja see loob 768p videot koos heliga. Ametliku 2K töövoo Context-IR ja Regenerate-2K osad pole veel avaldatud ning vajavad MiniMaxi API-t.
Millist riistvara H3 kohalikult vajab?
MiniMaxi näidisjuhend kasutab H3 teenindamiseks nelja GPU-d. Tegelik vajadus sõltub variandist, täpsusest ja optimeeringutest, kuid mudel ei ole mõeldud tavapärase sülearvuti jaoks.
Kas H3 on avatud lähtekoodiga mudel?
H3 on avatud kaaludega, kuid kasutab MiniMaxi kohandatud kogukonnalitsentsi ja kogu süsteem pole avaldatud. Seetõttu tuleb enne kasutamist kontrollida litsentsi ning eristada avatud kaale täielikult avatud lähtekoodist.
Kas MiniMax H3 on konkurentidest odavam?
MiniMax väidab, et H3 2K sekundihind on vähem kui kolmandik peamiste konkurentide hinnast. Väide pärineb ettevõttelt ning vajab sõltumatut võrdlust sama pikkuse, eraldusvõime, heli ja kvaliteedikriteeriumidega.
Mida peab Eesti ettevõte H3 kasutamisel arvestama?
Eesti ettevõte peaks hindama GPU- ja energiakulu, kohandatud litsentsi, andmete asukohta, eestikeelse teksti kvaliteeti ja sünteetilise sisu märgistamist. Kohalik baasmudel annab rohkem kontrolli, kuid täielik 2K töövoog sõltub esialgu MiniMaxi API-st.
Allikad
- MiniMax, "MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities", 31. juuli 2026. https://www.minimax.io/blog/minimax-h3
- MiniMax, "MiniMax-H3 model card", uuendatud 3. augustil 2026. https://huggingface.co/MiniMaxAI/MiniMax-H3
- Reuters, "China's MiniMax releases H3 video model", 31. juuli 2026. https://www.reuters.com/world/china/chinas-minimax-releases-h3-video-model-2026-07-31/
Saa järgmine AI-RADAR postkasti
Kui järgmine praktiline AI-signaal või tööriistamuutus avaldatakse, saad selle otse e-postile.
Arutelu
0 kommentaari
Seotud teemad AI-RADARis
Hiina panustab tokeni-majandusele: tehisaru hind hakkab sõltuma uutest mõõtühikutest
Tokenid on muutumas tehisaru teenuste peamiseks hinna- ja kasutusühikuks. Hiina kiire tokenikasv, telekomiettevõtete paketid ja võimalik tokenifutuuride turg näitavad, kuidas tehisaru majandus liigub uude etappi.
USA mudelipiirangud panevad Euroopa tehisaruvõimekuse surve alla
USA piirab ligipääsu uusimatele AI mudelitele. Selgitame, mida see tähendab Euroopa konkurentsile, küberturbele ja Eesti ettevõtetele.
NVIDIA toel valmib Euroopas 35 uut AI superarvutit: teadus saab võimsust juurde, kuid sõltuvus USA kiibitarnijast kasvab
NVIDIA teatas ISC High Performance 2026 konverentsil, et Euroopas on arendamisel 35 uut AI- ja HPC-superarvutit 23 riigis. Uued süsteemid toetavad kliimateadust, tervishoidu, energiasüsteeme, kvantarvutust ja tööstuslikku simulatsiooni, kuid tõstatavad ka küsimuse Euroopa sõltuvusest NVIDIA tehnoloogiast.