MiniMax-H3 视频音频生成模型已支持 MLX 本地运行
JeremyCMorgan · x · 2026-08-07
MiniMax-H3 是一款能够同步生成 15 秒带音频视频的全模态模型。目前，该模型已成功移植到 Apple Silicon 平台。
- 模型架构：它并非传统语言模型，而是一个 33B 参数的扩散 Transformer，由冻结的 Qwen3-VL-32B 作为编码器，并使用独立的视频和音频 VAE。
- 本地运行：权重达 115GB，可通过 uv 一行命令运行。在 M5 Max 芯片上生成一段视频大约需要 45 分钟，标志着本地视频生成已在笔记本上初步落地。
所属事件:多档硬件实测MiniMax H3视频模型，本地运行耗时差异显著(15 条相关)→
「Infra」频道最新
- Nscale 数据中心液冷屡漏半年起火，挪威查出10项安全违规 — saranormous · 2026-10-16
- WSL 3.0 发布:内置原生容器,高频系统调用内核耗时降约 16% — solyarisoftware · 2026-10-16
- 魔改 22GB RTX 2080 Ti 跑本地 LLM,值不值?作者求实测经验 — Dave86ch · 2026-10-16
- Intel 开源低比特量化库 neural-compressor:支持 FP4/MXFP4/NVFP4 — HaihaoShen · 2026-10-16
- 770B 参数压进 214GiB：腾讯混元量化团队拆解 Hy4 Preview 压缩术 — coolmum18 · 2026-10-16
- TokenSpeed MLA 2 适配英伟达 Vera Rubin，解码内核较 B200 提速 3.44 倍 — zhyncs42 · 2026-10-16