MiniMax H3

نظرة عامة

في رأس أي مخرج تبدأ اللقطة مكتملة: صورة وحركة وصوت معًا. ثم تفكّكها الأدوات، فتولّد الصورة أولًا وتبحث عن صوت يناسبها لاحقًا. يقترب MiniMax H3، المعروف بين المستخدمين باسم Hailuo 3.0 أو Hailuo 03، من الفكرة كما وُلدت. فهو نموذج فيديو واحد بالذكاء الاصطناعي، عام ومتعدد الوسائط ومفتوح الأوزان من MiniMax، يقرأ النص والصورة والفيديو والصوت في سياق واحد. المخرجات من 5 إلى 15 ثانية، بدقة تصل إلى 2K و24 إطارًا في الثانية، ومعها صوت ستيريو أصلي في كل مرة. سواء كنت تجهّز إعلانًا لحملة رمضان أو مشهدًا عموديًا لسناب شات، هذا هو الفارق الذي تشعر به أولًا.

ما الذي يتغيّر في طريقة عملك

الفارق العملي يظهر في حجم ما يمكنك تسليمه للنموذج. التوليد الواحد يستوعب 9 صور و3 مقاطع فيديو و3 ملفات صوتية، بحد أقصى 12 ملفًا.

ولكل مرجع دور مختلف. صورة تثبّت ملامح الشخصية. مقطع يعطي الحركة وسلوك الكاميرا. تسجيل صوتي يحدّد الصوت الذي تنطق به.

ويأتي الصوت مع الصورة لا بعدها، فيصل الحوار والمؤثرات وصوت المكان في المرور نفسه. ويبقى التعديل موضعيًا. حين تنجح اللقطة إلا في تفصيل واحد، تسمّي ذلك التفصيل وتغيّره وحده، بدل إعادة التوليد وخسارة ما أعجبك فيها.

من Hailuo 2.3 إلى H3

يتوقّف Hailuo 2.3 عند 1080p وعشر ثوانٍ تقريبًا، من أمر نصي أو صورة واحدة. يرفع H3 السقف إلى 2K و15 ثانية، لكن الفارق الأهم ليس في الأرقام. تغيّر أولًا ما يدخل إليه، فصارت المراجع مختلطة بدل صورة واحدة. وتغيّر ثانيًا ما يعيده، إذ يخرج المقطع بصوته لا صامتًا. وتغيّرت أخيرًا طريقة المراجعة، فالتعديل صار مستهدفًا بدل إعادة التوليد.

أعلنت MiniMax أن الأوزان ستُنشر لاحقًا. وحتى ذلك الحين يعمل النموذج عبر تطبيق Hailuo AI، وتطبيق MiniMax Hub لسطح المكتب، وواجهة MiniMax Open Platform، ومزوّدي استضافة أضافوه إلى كتالوجهم.

أما نسب العرض فست: 21:9 و16:9 و4:3 و1:1 و3:4 و9:16. تبقى 9:16 الأهم لمن ينتج للهاتف أولًا في الخليج، ويمكنك كذلك ترك الاختيار للنموذج حين تكون المراجع هي التي تقود اللقطة.

H3 Highspeed وH3 Lite

تقدّم MiniMax نموذج H3 كذلك في مستويين أخفّ تقل كلفتهما في الثانية. يولّد H3 Highspeed مقاطع بدقة 768p ويوازن بين الجودة والسرعة، وهو مناسب للمحتوى اليومي. أما H3 Lite فهو المستوى الأسرع والأقل كلفة، عند 480p أو 768p، ومصمَّم لاستكشاف اتجاه ما وللتوليد بالدفعات. يحتفظ كلاهما بمدخلات H3: أمر نصي، أو صورة واحدة، أو الإطار الأول والأخير، أو مجموعة مراجع تصل إلى 9 صور و3 مقاطع و3 ملفات صوتية، بمدة من 4 إلى 15 ثانية للمقطع. وما يتنازلان عنه هو 2K والصوت المولَّد. يظل الصوت المرجعي يوجّه إيقاع الحركة وحركة الشفتين، لكن المقطع يعود دون مسار صوتي. وتقسيم عملي: اعثر على اللقطة في Lite أو Highspeed، ثم أنتج الأفضل على H3.

تشغيل MiniMax H3 على Morphic

يعمل النموذج على Morphic إلى جانب نماذج فيديو أخرى بالذكاء الاصطناعي: Veo وKling وSeedance وVidu وإصدارات Hailuo السابقة. اختره من شريط الأوامر، واكتب اللقطة كموجز قصير، وأرفق المراجع التي تريد الحفاظ عليها. ويظهر H3 Highspeed وH3 Lite بجانبه تحت MiniMax في قائمة نماذج الفيديو، ويمكنك كذلك ذكر أيٍّ منهما بالاسم في أمر المحادثة.

كل النتائج تصل إلى Canvas. لذلك يمكنك تمرير الموجز نفسه على نموذجين، ثم المقارنة بين اللقطتين جنبًا إلى جنب قبل أن تعتمد واحدة.

ولمن يعمل بالعربية، هذه أسرع طريقة للحكم على النموذج بنفسك: جرّب مرجعًا صوتيًا عربيًا، وشاهد ما يعود قبل أن تبني عليه حملة كاملة. افتح Morphic، واختر MiniMax H3، وابدأ بلقطة واحدة.