MiniMaxAI/MiniMax-H3

קוד פתוח

MiniMaxAIother2026-07-28

minimax-h3
diffusers
safetensors
text-to-video
image-to-video

הפקת וידאו עם סאונד סטריאו מובנה מטקסט, תמונות וסרטוני רפרנס. מתאים למי שרוצה שליטה מדויקת בציר הזמן ולא רק הנפשה של תמונה בודדת.

33Bפרמטרים
464 GBמשקל הקבצים
4,994,268הורדות בחודש
5,094לייקים

מה זה

מדובר במערכת גנרטיבית שמפיקה וידאו באורך ארבע עד 15 שניות, בקצב של 24 פריימים לשנייה, יחד עם אודיו סטריאו ב־32 קילוהרץ שמסונכרן ישירות לתמונה. היא מבוססת על טרנספורמר צפוף שחוזה במקביל ייצוגים ויזואליים וקוליים, ומשתמשת במשקלים של Qwen3-VL-32B כאינקודר טקסט ותמונה.

המודל מגיע בשתי גרסאות נפרדות. אחת מתמקדת בהנפשה של פריים ראשון או אחרון, והשנייה מקבלת מגוון קלטי רפרנס, עד תשע תמונות ושלושה קטעי וידאו או סאונד. ההבדל המרכזי מול מודלים אחרים הוא היכולת לפרק הוראות בימוי מורכבות, כולל מעברי שוטים מתוזמנים וסאונד שמגיב לשינויים בתמונה.

מתאים ל

הפקת וידאו עם סאונד מובנה
התאמת תנועה ואפקטים קוליים בריצה אחת, בלי צורך לחבר כלי סאונד נפרד.
מעברי סצנות לפי פריימים
יצירת סרטון שמחבר בדיוק בין פריים פתיחה לפריים סיום שהגדרתם מראש.
בימוי מרובה רפרנסים
שילוב של עד 12 קובצי תמונה, וידאו ואודיו שונים לבניית עקביות בסרטון.

איפה זה נופל

המודל המקומי לא מייצר רזולוציית 2K עצמאית. כל מערך עיבוד הפרומפטים המתקדם ומודול השחזור לא שוחררו כקוד פתוח, והרצת המודל לבד מפיקה 768 פיקסלים בלבד. מעבר לזה, המימוש שפורסם תומך רק באテンשן מלא, כך שהרצות של רצפים ארוכים גובות משאבי חישוב כבדים מאוד עד שייצא עדכון לספרס אטנשן. תמיכת השפות היציבה בדיאלוגים כוללת 11 שפות בלבד, ללא עברית.

שאלות
נפוצות

האם אפשר להריץ את המודל על שרת עם כרטיס מסך בודד?

לא. המשקלים תופסים מאות ג'יגהבייט ומחייבים חלוקה בין כרטיסים. ההרצה המקומית המומלצת בספריות כמו SGLang דורשת ארבעה מעבדים גרפיים.

האם מקבלים מקומית את איכות הווידאו המלאה של 2K?

לא ישירות מהמשקלים הפתוחים. המודל המקומי מפיק רזולוציה של 768 פיקסלים, ומודול השחזור ל־2K זמין כרגע רק דרך ה־API של החברה.

איך מריצים

בפועל אתם מקבלים שני צ'קפוינטים שונים בפורמט ביפלוט16, אחד ליצירת וידאו מפריימים והשני לרפרנסים מרובים. כדי להרים שירות מקומי עם SGLang או vLLM, הדרישה המוצהרת עומדת על ארבעה מעבדים גרפיים שרצים במקביל.

אם אין לכם קלאסטר כזה בהישג יד, כדאי לשקול את ה־API. המודל הפתוח מייצר רזולוציית בסיס של 768 פיקסלים בציר הקצר. הפקת וידאו ב־2K דורשת מודול שחזור שלא שוחרר בקוד פתוח, כך שכרגע איכות מלאה מחייבת קריאה לענן של החברה.

pip install -U huggingface_hub
hf download MiniMaxAI/MiniMax-H3

הקבצים

280 קבצים במאגר, 464 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מוגדר כאחר וכפוף לרישיון הקהילתי של החברה. הוא כולל הגבלות שימוש ואינו רישיון קוד פתוח סטנדרטי, מה שמחייב בדיקה משפטית של תנאי הקהילה לפני שילוב שלו במוצר מסחרי.

הרישיון המלא בעמוד המודל ↗