Новости

MiniMax H3 локально: Pika выпустила Flex, которая работает в шесть шагов вместо пятидесяти

MiniMax H3 можно запустить на своём компьютере с августа: веса лежат на Hugging Face, а ComfyUI поддерживает модель из коробки. Но удовольствие небыстрое: исходная H3 строит ролик примерно за 50 шагов. Pika дообучила модель до шести шагов и тоже открыла результат, версию H3 Flex.

Рабочий стол с лампой, на мониторе вязаный игрушечный мир с шерстяным героем, из экрана выплывают разноцветные волны из пряжи
Обложка создана в Krea 2 Large: вязаный мир на мониторе домашнего компьютера.

Что такое H3 Flex

Это та же H3, переобученная на быстрые итерации. По замеру Pika, 15-секундный клип 768p со звуком основная часть модели собирает примерно за семь секунд. Полное время дольше: к нему добавляются обработка референсов, очередь и увеличение разрешения. На момент выхода Flex была первой среди открытых моделей и седьмой в общем рейтинге text-to-video DesignArena.

  • до 15 секунд видео с синхронным стереозвуком
  • до 12 референсов в одном запросе: изображения, видео и аудио
  • облёты, проезды крана, резкие панорамы, склейки и реплики в одном клипе
  • правка по референсу: заменить костюм, предмет или окружение, сохранив движение и тайминг

Что можно запустить у себя

Pika выложила адаптеры генератора и код запуска на Hugging Face и GitHub. Локально работают генерация по тексту, по первому и последнему кадру и по набору референсов: со звуком, в 480p и 768p.

Только в облаке Pika остаются увеличение до 1080p, 2K и 4K, разделение звука на пять дорожек (диалог, музыка, эффекты, фоли, атмосфера) и ускоренный сервер. Поддержку Flex в ComfyUI Pika не анонсировала, пока это отдельный код.

Что важно знать про локальный запуск H3

Модель тяжёлая: в минимальной сборке для ComfyUI это десятки гигабайт файлов, а собственное разрешение 768p. Ролики в 2K, которые MiniMax показывает в анонсах, получаются отдельным модулем доработки, а его в открытом релизе нет.

Прежде чем делать на H3 коммерческий проект, прочитайте лицензию: у неё есть ограничения по выручке и по странам. Flex распространяется на условиях лицензии модели.

Когда это нужно

Свой запуск оправдан, если данные не должны уходить из компании, если нужно дообучить модель под свой стиль или если роликов очень много. Для остальных задач проще готовая H3 в сервисе: в Ubicomb есть несколько её вариантов, и своя видеокарта для этого не нужна.

Как оживить человека на фото с помощью H3, мы показали в разборе MiniMax H3, а чем H3 отличается от Hailuo, рассказали в обзоре семейства. Если открытые модели нужны внутри вашей инфраструктуры, посмотрите страницу Enterprise и on-prem.

2 мин8
Попробуйте в Ubicomb StudioКартинки, видео, 3D и монтаж — в одном рабочем пространстве.
Открыть студию