ainews
MiniMax-H3 на Apple Silicon: генерация видео за 45 минут на MacBook — первый опыт
MiniMax выпустили H3 — мультимодальную модель для генерации 15-секундных видеороликов со звуком из текста, картинок, аудио и видео. Вышел порт для MLX, позволяющий запускать модель на Apple Silicon. На MacBook Pro M5 Max генерация видео заняла 45 минут, потребовалось 115 ГБ под модель. Качество видео впечатляет, но аудио без промпт-указаний получается невнятным.
Локальный запуск мощных мультимодальных моделей на обычном ноутбуке — это шаг к демократизации AI-инструментов. Важно понимать возможности и ограничения, чтобы использовать их с умом.
Что произошло
Два дня назад MiniMax представили H3 — мультимодальную генеративную систему, которая принимает текст, изображения, аудио и видео на вход и выдаёт до 15 секунд видео со звуком. Сразу появился порт PipeNetwork/minimax-h3-mlx для запуска на Apple Silicon через MLX.
Автор блога протестировал на MacBook Pro M5 Max. Скачал ~115 ГБ весов модели, запустил промпт про радужного скунса в супермаркете. Генерация заняла почти 45 минут. Видео вышло впечатляющим, но аудио — странный речевой шум, потому что промпт не содержал указаний по звуку. В официальном гайде MiniMax есть детальные инструкции, как правильно направлять модель для генерации аудио.
Запуск на локальном железе без облака — это удобно для экспериментов и приватности, но требует серьёзных ресурсов: памяти, времени и терпения.
Автор: Марина Соколова · Источник: simonwillison.net
Разработчикам. Готовый MLX-порт с простой установкой через uv и huggingface_hub. Можно экспериментировать с мультимодальной генерацией локально на Mac, не завися от API. Промптинг аудио требует изучения гайдов — модель чувствительна к структуре запроса.
Бизнесу. Локальная генерация видео открывает возможности для продуктовых прототипов, маркетинговых креативов и образовательного контента без зависимости от платных API. Но пока это медленно и ресурсоёмко — не для продакшена в масштабе.
Инвесторам. MiniMax конкурирует с Runway, Pika, Kling в сегменте text-to-video. Порт на Apple Silicon показывает интерес к edge inference и приватным решениям. Рынок локальных AI-инструментов для креатива растёт, но инфраструктурные требования пока высоки.
- Сервис для малого бизнеса: генерация рекламных роликов на MacBook без облака, фокус на приватность и низкие затраты
- Обёртка с UI и промпт-шаблонами для MiniMax-H3 под macOS — упростить использование для дизайнеров и маркетологов
- Прокат вычислительных мощностей на Mac Studio/Mac Pro для генерации видео — аренда времени на железе для тех, у кого нет ресурсов
- Консалтинг и тренинги по промптингу для мультимодальных моделей — спрос будет расти с распространением таких инструментов
- Инструменты для постобработки и улучшения аудио, сгенерированного H3, под конкретные задачи (музыка, озвучка, эффекты)
- 115 ГБ модель + 45 минут на ролик — это далеко от продакшена, пока только для экспериментов и хобби
- Качество аудио без правильного промпта — мусор, кривая обучения модели высокая
- MiniMax может закрыть веса или изменить лицензию, порты на MLX останутся без обновлений
- Apple Silicon — узкая аудитория, большинство пользователей на CUDA/облаках, масштабирование ограничено
Запуск MiniMax-H3 на маке — это классно, но пока больше ради хайпа и экспериментов, чем реальной работы. 115 гигов модели и почти час на ролик — это не то, что можно масштабировать в продакшен. Зато если нужна приватность, нет желания зависеть от API или просто интересно поиграться — вполне себе вариант.
Важный момент: качество видео реально впечатляет, но аудио без правильного промптинга — полный треш. Модель требует времени на изучение гайдов и экспериментов с промптами. Это не Runway, где нажал кнопку и готово. Если вы разработчик или креативщик с терпением и мощным маком — можете выжать из этого что-то интересное. Остальным пока лучше подождать более лёгких и быстрых решений.
Комментарии