ainews
Китайская MiniMax H3 — первая открытая модель на вершине рейтинга AI-видео
MiniMax выложила веса видеомодели H3 (33 млрд параметров) — впервые открытая модель возглавила рейтинг Artificial Analysis по Video Editing. Модель генерит 4-15-секундные ролики со стереозвуком из текста, картинок, видео и аудио. Но 2K-модуль и препроцессор промптов остались закрытыми, локально работает до 768p. Коммерческое использование — только для компаний с выручкой до $20 млн.
Впервые можно взять лучшую AI-видеомодель, дообучить под свои нужды и запустить у себя — без зависимости от API. Это меняет расклад для всех, кто хочет контролировать данные, стиль и экономику своего продукта.
MiniMax опубликовала веса модели H3 — 33-миллиардного параметра монстра, который умеет в текст, картинки, видео и звук одновременно. По рейтингу Artificial Analysis это первое место в Video Editing, второе в Text-to-Video и третье в Image-to-Video среди открытых моделей.
Один промпт может включать до 9 картинок, 3 видео и 3 аудиофайла — модель склеит всё это в 4-15-секундный ролик со стереозвуком. Запустить можно локально через ComfyUI, дообучить на своих данных — персонажах, стиле, кадрах.
Но есть нюансы. Модуль для 2K-разрешения и H3-Context-IR (препроцессор, который превращает промпт и референсы в структурированный формат) остались закрытыми. Локально максимум 768p, готовить контекст придётся вручную по гайдам MiniMax. Лицензия разрешает коммерческое использование только компаниям с выручкой ниже $20 млн в год.
В тот же день ByteDance выкатил закрытую Seedance 2.5 — 30-секундные ролики со встроенным звуком, но без весов.
Автор: Ксения Лаврова · Источник: the-decoder.com
Разработчикам. Первая топовая видеомодель с открытыми весами для файнтюнинга под свои датасеты, персонажей или визуальный стиль. Локальный запуск через ComfyUI до 768p, мультимодальный вход (текст, изображения, видео, аудио). Придётся самим готовить контекст по промптам, так как препроцессор закрыт.
Бизнесу. Можно встраивать кастомизированную видеогенерацию в продукт без API-зависимости, но только при выручке до $20 млн. Подходит для стартапов и агентств, которым нужен контроль над стилем и данными. Для больших компаний или высокого разрешения — только облако.
Инвесторам. Первая открытая модель уровня лидеров видеорынка снижает барьеры входа для AI-видеостартапов и усиливает конкуренцию с закрытыми платформами. Китайские игроки активно открывают веса, чтобы захватить экосистему разработчиков. Рынок AI-видео выходит из фазы чистого API-монополизма.
- Дообучить H3 на своих роликах — создать персонализированный видеоконтент-движок для бренда, блогера, агентства (в рамках $20 млн выручки).
- Собрать SaaS для генерации видеорекламы с фирменным стилем — локальная генерация, без утечки данных клиентов в сторонние API.
- Сделать плагин для Blender/DaVinci, который генерит черновые видеофрагменты из текста и референсов — ускоритель для видеопродакшна.
- Запустить маркетплейс fine-tuned моделей H3 под конкретные визуальные стили (аниме, 3D, архитектура) — продавать веса или API-доступ.
- Использовать H3 для быстрого прототипирования видеоконтента в геймдеве или кино — концепт-арт в движении за секунды.
- Закрытый препроцессор и 2K-модуль ограничивают автономность — без MiniMax не получить полного качества и простоты работы.
- Лицензия выручка <$20 млн отсекает крупный бизнес — успешные проекты придётся переводить на платную лицензию или закрытые альтернативы.
- Локальный запуск требует мощное железо и ручной препроцессинг — порог входа выше, чем кажется по заголовку.
- Китайские модели часто лидируют в бенчмарках, но на практике могут проигрывать в edge-кейсах и цензуре контента — надо тестировать на реальных задачах.
H3 — это не просто хайп про «открытые веса». Впервые модель уровня Runway или Pika доступна для локального запуска и дообучения. Да, без закрытого препроцессора придётся повозиться, и 768p — не 2K, но для стартапов это золото: можно делать персонализированный видеоконтент без утечки данных в чужие API и без платы за каждый запрос.
Однако MiniMax умно подстраховались: закрытый модуль для 2K и ограничение по выручке $20 млн — это не альтруизм, а захват рынка. Вырастят базу разработчиков, а когда проекты выстрелят — переведут на платную лицензию или облако. ByteDance с Seedance 2.5 тем временем делает ставку на закрытую экосистему с длинными роликами. Рынок расслаивается: либо свобода с костылями, либо удобство с зависимостью.
Комментарии