Modelo multimodal MiniMax-H3 portado para MLX para implantação em Apple Silicon

A MiniMax lançou MiniMax-H3, um sistema generativo multimodal de propósito geral que aceita entrada de texto, imagens, áudio e vídeo para gerar clipes de vídeo de até 15 segundos com áudio acompanhante. A comunidade PipeNetwork criou uma porta MLX permitindo que o modelo rodasse eficientemente em dispositivos Apple Silicon. Um desenvolvedor testou o modelo em um MacBook Pro M5 Max, requerendo aproximadamente 115GB de arquivos de modelo e 45 minutos para geração de vídeo. Embora a saída de vídeo demonstrasse qualidade impressionante, a geração de áudio produziu resultados ininteligíveis sem orientação de prompt adequada, indicando que o modelo se beneficia de especificações de áudio detalhadas nos prompts.