لماذا يهم هذا التصنيف

لطالما هيمنت الأنظمة المملوكة على الفيديوهات المولدة بواسطة الذكاء الاصطناعي، حيث تخفي أوزانها، مما يبقي الجميع خارج الحلقة باستثناء الشركة المالكة. ومن خلال نشر أوزانها، تمنح MiniMax الباحثين والمطورين المستقلين نفس إمكانية الوصول التي تمتعت بها نماذج النصوص مفتوحة المصدر لسنوات. ويُظهر الفوز في الاختبار المعياري أن النموذج المتاح علنًا يمكنه المنافسة في الجودة، وليس فقط في التكلفة.

الطريق نحو منافس مفتوح الأوزان

يواصل نموذج H3 من MiniMax سلسلة من جهود الفيديو التوليدي التي حسنت باستمرار الدقة ومعدل الإطارات والتماسك. وفي نفس اليوم الذي أصدرت فيه ByteDance نموذج Seedance 2.5، وهو نموذج يقوم بإنتاج مقاطع مدتها 30 ثانية ولكنه يبقي الكود والأوزان خلف جدار حماية مؤسسي، سلكت MiniMax المسار المعاكس، حيث نشرت نموذجًا بـ 33 مليار معلمة يتعامل مع النصوص والصور والفيديو والصوت في تمريرة واحدة.

ما يمكن للنموذج فعله

  • مدخلات متعددة الوسائط – قد يتضمن الأمر الواحد ما يصل إلى تسع صور مرجعية، وثلاث مقاطع فيديو قصيرة، وثلاث مقاطع صوتية. يقوم النموذج بدمج هذه الإشارات في تمثيل وسيط مهيكل قبل عملية الرندرة.
  • طول المخرجات وجودتها – ينتج H3 مقاطع فيديو تتراوح مدتها من 4 إلى 15 ثانية، مع صوت ستيريو متزامن لكل منها.
  • عدد المعلمات – بـ 33 مليار معلمة، تضاهي الشبكة حجم العروض الرائدة مغلقة المصدر، مما يساعدها على التقاط الحركة والقوام بدقة متناهية.

تعالج هذه القدرات نقطة ضعف شائعة: الحفاظ على الاستمرارية البصرية والسمعية عبر الإطارات. ومن خلال السماح بمجموعة أغنى من المراجع، يقلل H3 من عيوب "القطع المفاجئ" التي تعاني منها العديد من أنظمة تحويل النص إلى فيديو.

الأجزاء المخفية

تعمدت MiniMax إبقاء مكونين مغلقين: الوحدة التي تقوم بزيادة الدقة إلى 2K، ومحرك H3-Context-IR الذي يحول الأمر متعدد الوسائط إلى التنسيق الداخلي. وبدون أداة زيادة الدقة، فإن أعلى دقة يمكنك الحصول عليها على جهاز محلي هي 768p. كما يتعين على المستخدمين اتباع أدلة الأوامر الخاصة بـ MiniMax لتجميع المواد المرجعية، وهي خطوة قد تكون تقنية للمبتدئين.

تشغيل H3 محليًا

يمكنك تحميل النموذج من خلال واجهة ComfyUI التي يديرها المجتمع. الأوزان الأساسية مجانية، لكن سقف الدقة يجبر الهواة والاستوديوهات الصغيرة على قبول مخرجات ذات بكسلات أقل ما لم يشتروا أداة زيادة الدقة المملوكة للشركة. كما يتم دعم الضبط الدقيق على لقطات أو شخصيات أو أنماط بصرية مخصصة، مما يمنح المطورين حرية إبداعية تفتقر إليها النماذج المغلقة.

الترخيص يحد من الفوائد التجارية

يسمح ترخيص MiniMax بالنشر التجاري فقط للشركات التي يقل دخلها السنوي عن 20 مليون دولار. يحمي هذا البند الشركة من المؤسسات الكبيرة التي يمكنها تحقيق أرباح من هذه التقنية على نطاق واسع مع تجاوز عروض MiniMax الخاصة. وتتمتع الشركات الناشئة ومختبرات الأبحاث بشروط سخية؛ أما اللاعبون الأكبر فيتعين عليهم التفاوض على اتفاقية منفصلة.

وجهة نظر معارضة: لماذا قد يتمسك البعض بالنماذج المغلقة

  • أطوال مقاطع أطول – يمكن لنظام ByteDance إنشاء فيديوهات مدتها 30 ثانية، وهو ضعف الحد الأقصى لطول H3.

ما يجب مراقبته لاحقًا

  • **

الخلاصة

يثبت نموذج H3 من MiniMax أن مولد الفيديو مفتوح الأوزان يمكنه التغلب على العمالقة المغلقين في جودة الاختبارات المعيارية، ولكن دقته المحدودة، ومكوناته الإضافية المغلقة، وترخيصه المقيد بالإيرادات تبقيه تمامًا في نطاق الباحثين والشركات الناشئة والهواة. تجذب المرونة متعددة الوسائط وحرية الضبط الدقيق للنموذج مجتمع المصدر المفتوح، بينما قد تظل المؤسسات تنجذب نحو الحلول المملوكة حتى يسد النظام المفتوح الفجوات المتبقية.