MiniMax, H3'ün açık model olarak ilk haftasının bir topluluk özetini yayımladı. Yaklaşık 300 türev model, bir dizi nicemlenmiş derleme, yerel bir Mac çıkarım motoru ve aracı odaklı üretim hatlarından bahsediyor. Bunların hepsi bakmaya değer.
Ancak en dikkat çekici olan şey, ilk bölümün sonuna yakın bir yerde, bir animasyon yaratıcısının aslında nasıl çalıştığını anlatan bir satır. Resmi ifadeyle:
Bir RTX 3060 üzerinde 480p video oluşturarak yineleme yapıyor, önizleme, seçim ve deneme yanılma için yerel donanımı kullanıyor ve ancak bir versiyon onu tatmin ettiğinde, son halini daha yüksek çözünürlükte işlemek ve süper çözünürlükle bitirmek için buluta geçiyor.
Resmi yazı bu alışkanlığa bir isim veriyor: yerel taslak, bulut sonlandırma.
Bu üç kelime, aylarca süren model karşılaştırma çalışmalarımızda sürekli karşılaştığımız sonucun aynısı. Bu yazı, bunu düzgün bir şekilde ifade etme girişimi: ayrım neden geçerli ve geçerli olduğunda, gerçekten neyi saklamanız gerekiyor.
Önemli çıkarımlar
- Yerel MiniMax H3 nihayet tüketici donanımında çalışıyor, ancak yerel, düşük çözünürlüklü uçtur. 2K final, ayrı bir geçiştir, daha büyük bir işleme değil.
- Taslaktan finale geçmesi gereken tek şey prompt'tur, bu nedenle tüm iş akışı, prompt'unuzun yolculuğu sağlam atlatıp atlatmadığına bağlıdır.
- Aynı MiniMax H3 prompt'unu aynı anda birden çok modelde birebir çalıştırın, modelleri sıralamak için değil, prompt'un sağlık kontrolünü yapmak için.
- Bir kısıtlama harfiyen yerine getirilebilir ve yine de amacı kaçırabilir. Kavramı taşıyan özelliği kilitleyin, yan etkiyi değil.
- Saklamaya değer iki varlık, kategorize edilmiş bir prompt kütüphanesi ve her prompt'un arkasındaki karar mantığıdır.
"Yerel taslak, bulut sonlandırma" neden şimdilik yalnızca MiniMax H3 için işe yarıyor
Ayrım tek bir şeye bağlı: yerel uç aniden güçlendi.
Tek bir açık kaynak haftasında topluluk, çıkarım verimliliği konusunda hızlı hareket etti. ComfyUI ekibi, parametre sayısının yaklaşık yüzde kırkını oluşturan modülasyon ağırlıklarını kesti, bunları önceden hesaplanmış tablolarla değiştirdi, INT8 niceleme ve özel çekirdekler ekledi ve en küçük model kombinasyonunu 123,6 GB'tan 42,5 GB belleğe indirdi. Dinamik boşaltma (offloading) eklendiğinde, tüketici sınıfı bir grafik kartı yerel çıkarım çalıştırabilir.
Ayrıca, Redis'in yaratıcısı antirez, sıfırdan C ve Metal'de yerel bir Apple Silicon çıkarım motoru yazdı. Safetensors ağırlıklarını doğrudan okur ve metin ve görüntü kodlayıcılarını, DiT'i ve görüntü ve ses VAE'lerini, Python veya PyTorch'a bağımlı olmadan, tek bir yerel Mac programında paketler.
NVIDIA'nın araştırma ekibi, lansman gününün 4,5 saati içinde çıkarım optimizasyonunun ilk geçişini tamamladı ve sekiz kartlı bir kurulumda Diffusers'a kıyasla uçtan uca 3,95 kat hızlanma bildirdi.
Bunların hepsini bir araya getirdiğinizde sonuç açıktır: yerel artık çalışıyor, ancak işlediği şey düşük çözünürlük.
Bu nedenle yaratıcının ayrımı doğal olarak gelir. Düşük çözünürlük hızlı, ucuz ve tekrarlanabilirdir; bu da tam olarak deneme yanılmanın istediği şeydir. Teslimat yine de final için buluta gider. İki uç birbirinin yerine geçmez. Bunlar, tek bir hattaki iki istasyondur.
MiniMax H3'ün iki aşaması arasında gerçekte ne geçiyor
Asıl önemsediğimiz soru bu.
Yerelde 480p'de yirmi geçiş yapıyorsunuz ve sonunda istediğiniz görünümü yakalıyorsunuz. Şimdi final için buluta geçiyorsunuz. Yanınızda gerçekten taşıyabileceğiniz tek şey nedir?
480p klibi değil, çözünürlüğü çok düşük. Model ağırlıkları değil, bulutun kendine ait.
O, prompt'tur.
Tüm hat boyunca, her iki uçtan da geçmesi ve değişmeden etkili olması gereken tek şey prompt'tur. Bu iş akışındaki tek varlık budur.
Bunun anlamı, göründüğünden daha önemlidir:
- Prompt'unuz ortam değiştiğinde çalışmayı durduruyorsa, bu katmanlı iş akışı hiç çalışmaz. Yerelde ayarladığınız her şey buluta giderken boşa gider.
- Her model için yeniden yazarsanız, model değiştirdiğinizde her seferinde taslak aşamasını tekrarlarsınız.
- Tersine çevirin: prompt yeterince taşınabilirse, aynı cümlenin okuması tahmin edilebilir olduğu sürece, daha ucuz bir modelde bile taslak oluşturabilirsiniz.
Yani soru şu olur: ortam değiştikten sonra hala çalışan bir prompt'u nasıl yazarsınız? Bunu test ettik.
Bir MiniMax H3 prompt'u, aynı anda dört model
Son birkaç gün içinde, VFX'ten ürün UI hareketine ve müzik kliplerine kadar konular üzerinde, her seferinde yalnızca gönderim parametrelerini değiştirerek aynı prompt'u dört modele gönderdiğimiz bir düzineden fazla karşılaştırma yaptık.
Aşağıda, sekiz konu üzerinde aynı testin çalıştırıldığı görülüyor. Her klip, aynı prompt'un dört yönlü bir bölünmesidir: sol üst Seedance 2.5, sağ üst MiniMax H3, sol alt Seedance 2.0, sağ alt Kling v3.0pro.
Wuxia düellosu: tek prompt, dört model. Sesi açın.
Anime romantik sahnesi, aynı dört yönlü bölünme.
El çantası reklamı: aynı prompt'tan bir ürün tanıtımı.
Kız grubu performansı, bölünme boyunca senkronize ses ile.
KNNOfby0vtwKarakter odaklı bir sahne, dört model yan yana.
Kamera reklamı, aynı prompt paralel olarak.
Spor ayakkabı reklamı, sekiz konunun sonuncusu.
Bu çalışma aslında neyi test ediyor
Bu bir sıralama değil. Bu, prompt için bir fizik testidir.
Prompt aynen alındığı ve yalnızca gönderim parametreleri değiştiği için:
- Dörtlü arasındaki farklar, modeller arasındaki farklardır. Bu bir doğruluk gibi görünüyor, ancak tüm alıştırmanın temelidir ve yalnızca dördü aynı yürütme ortamında çalıştığında geçerlidir. Farklı kaynaklardan birkaç arayüzü bir araya getirin ve bağlantı düzeyindeki değişkenleri farklılıklara karıştırırsınız ve artık bir model farkını bir platform farkından ayırt edemezsiniz.
- Dördünün de başaramadığı şey bir prompt sorunudur, model sorunu değil. Bu, taslak aşamasındaki en değerli sinyaldir ve tek bir model çalıştırarak asla elde edemeyeceğiniz bir sinyaldir. Bir model ıskalarsa modelden şüphelenirsiniz. Dördü ıskalarsa cevap açıktır: geri dönün ve o tek satırı düzeltin, model değiştirmeyin.
- Sürüm başına bir şeyi değiştirin, gerisini dokunulmaz bırakın. "Bu sürüm daha iyi" ifadesinin ayakta kalabilmesinin tek yolu budur. Değişiklikleri yayarsanız hiçbir şeye atfedemezsiniz. Birden çok modeli paralel çalıştırmak, tek bir değişken değişikliğinin size aynı anda dört gözlem noktası vermesi anlamına gelir.
Peki dosyaya ne girer
Bir parametre tablosu değil. Parametreler model sayfasındadır ve bunları kopyalamak hiçbir bilgi taşımaz. Kaydetmeye değer olan, "ne yazdım, sonra ne gözlemledim"dir. İki örnek:
| Prompt ne söylüyordu | Dört çalışmanın gösterdiği |
|---|---|
| 4s / 8s / 12s'de üç vuruş | Her ikisi de zaman kayması yaşıyor, zıt yönlerde. MiniMax H3 erken çalışıyor ve liderlik birleşerek 4/6/8s'ye yaklaşıyor. Seedance 2.0 geri kalıyor ve ortadaki vuruşu tamamen düşürüyor. |
| "Düz grafik olarak tut, gerçekçi bir yaratık olarak işleme" | İkisi de harfiyen uyuyor ve pürüzsüz vektör neon hatları döndürüyor. Düz mü? Evet. El çizimi mi? Hiç de değil. |
İlkinin değeri yöndir. Yalnızca hatanın boyutunu kaydetmek işe yaramaz, çünkü bir dahaki sefere telafi ettiğinizde yanlış yönde telafi edersiniz. Birinin daha sonra itilmesi, diğerinin daha önce bastırılması gerekir.
İkincisi daha değerlidir ve bir sonraki bölümün konusudur.
Bunun için artık bir betiğe ihtiyacınız yok
Bu karşılaştırmaları yaptığımızda, işleri göndermek ve sonuçları sorgulamak için kendi betiğimizi yazdık. Artık değil. Atlas Cloud, Model Explorer hizmetini başlattı.
Bir prompt yazın, paralel olarak çalıştırmak için en fazla 10 model seçin ve sonuçlar yan yana gelsin.
Gerçek değeri kolaylık değil, kontroldür. Karşılaştırmanın bir sonuca varabilmesinin nedeni, dördünün tek bir yürütme ortamında çalışmasıdır. Farklı kaynaklardan dört arayüz bağlayın ve platform değişkenleri farklılıklara sızar: ağ geçidi davranışı, varsayılan parametreler, varlıkların nasıl kodlandığı. Bunlardan herhangi birini değiştirin, modelleri karşılaştırdığınızı sanırken platformları karşılaştırıyor olursunuz. Tek bir model havuzu içinde çalıştırın ve bu değişkenler yapı gereği sabitlenir.
Birkaç şey doğrudan taslak aşamasına uyar:
- Önceden ayarlanmış model grupları. SOTA, Trend ve Ucuz, artı kendi kaydettiğiniz set. Yönü belirlemek için ucuz grupla taslak oluşturun, ardından final için SOTA grubuna geçin. Bu, her iki ucu da bulutta olan aynı ayrımdır.
- Çalıştırmadan önce bir maliyet tahmini, böylece bir turun ne kadara mal olduğunu öğrenmek için sonuna kadar beklemezsiniz.
- Hem görüntü hem video, görüntü tarafında metinden görüntüye ve görüntüden görüntüye.
Atlas Cloud Model Explorer: çalıştırmadan önceki tur başına maliyet tahmini ile tek bir prompt'tan paralel olarak çalıştırılmak üzere seçilmiş önceden ayarlanmış bir model grubu
Doğrulanabilir olmak, doğru boyutu kilitlemekle aynı şey değildir
Son bölümdeki o satır, "düz tut, fotogerçekçi değil", en tipik tuzağımızdır.
Garip olan kısım şu: kısıtlama tamamen karşılanabilir ve yine de tamamen başarısız olabilir. Düz mü? Evet. El çizimi mi? Hiç de değil. Kontrol listesindeki her kutuyu işaretleyin ve tam puan alırsınız.
Sorun: "düzlüğü" kilitledik, ancak kavramı gerçekten taşıyan özellik "görünür alet izleri"dir. "Pastel boya, renkli kalem, kaba fırça, tarama yönü, düzensiz dolgu, pürüzlü kenarlar" ile değiştirin ve aynı model tamamen tersine döner.
Dört modelde el çizimi konusu. "Düz" olması kolay, "görünür şekilde el yapımı" aslında kilitlenmesi gereken özellikti.
Bu bir teste indirgenir:
Yazdığınız her kısıtlamayı alın ve şunu sorun: model bu cümleyi yerine getirebilir ve yine de gerçekten istediğim şeyi düşürebilir mi?
Cevap evet ise, kilit bir yan etkiye odaklanmıştır, kavrama değil.
Belirti tanıdıktır: çıktı, kontrol listenizle satır satır eşleşir, ancak referansı bilen herkes bir bakışta yanlış olduğunu anlar.
Bu noktada doğru hamle daha fazla kilit eklemek değildir. Geri dönüp kavramı gerçekten taşıyan özelliği bulmaktır.
"Yerel taslak, bulut sonlandırma"ya geri dönersek, bu daha fazla ağırlık taşır: yanlış boyuta odaklanmış bir kısıtlama, taslak çözünürlüğünde görünmez olabilir. 480p'de pürüzsüz bir anahat ile kaba bir fırça arasındaki fark zaten bulanıktır ve yönün yanlış olduğunu ancak bulut finaline çaba harcadıktan sonra keşfedersiniz. Taslak oluşturmanın size zaman kazandırıp kazandırmadığı, taslak oluştururken kilitlediğiniz özelliğin gerçek olup olmadığına bağlıdır.
Topluluk zaten MiniMax H3 sürecini paketledi
Resmi yazı, kendi başına belirtilmeye değer bir sinyal daha taşıyor: geliştiriciler, tüm üretim sürecini yeniden kullanılabilir bir şeye sarmaya başlıyor.
Bir AI sanatçısı, ikinci bir makinede yerel bir modeli orkestre etmek için bir Mac'te Claude Code kullanıyor. Mac, proje kurulumu, bilgi doğrulama, senaryo, zaman çizelgesi, altyazılar, storyboard ve yapısal inceleme ile ilgilenirken, diğer uç model çıkarımı ile ilgileniyor. Tüm süreç, brief'ten toplu işleme, düzenleme toplama ve deftere geri yazmaya kadar, geleneksel bir düzenleyiciyi hiç açmadan 14 aşamaya bölünmüştür.
Başka bir proje, aynı fikri, bir hikaye veya iş brief'inden karakter ve sahne kurulumuna, storyboard ve anahtar kare tasarımına giden, ardından çekim başına bir iş akışı seçen yerleşik becerilere sahip bir eklentiye sarmıştır. Prompt'lar, giriş varlıkları, iş akışı, aday çekimler ve seçimlerin tümü proje kaydında tutulur, böylece kesintiye uğramış bir görev kaldığı yerden devam eder.
Yön aynı: herkes, "bunun nasıl yapıldığını" yeniden kullanılabilir bir varlığa dönüştürüyor, bitmiş filmlerden oluşan bir yığın bırakmak yerine. Yaptığımız iki şey tam da bu çizgide duruyor.
Hemen alabileceğiniz iki MiniMax H3 kaynağı
-
Resmi MiniMax H3 prompt kütüphanesi (52 prompt, 16 kategori, her biri bir önizleme ile)
Plain1https://github.com/AtlasCloudAI/awesome-minimax-h3-prompts
Yeniden yazımlar değil, resmi vitrinden orijinal prompt'lar, senaryoya göre düzenlenmiş, her biri gerçek bir oluşturulmuş önizleme videosu ile eşleştirilmiş, böylece hangisini kopyalayacağınıza karar vermeden önce sonucu görebilirsiniz.
16 kategori şunları kapsar: marka ve sinematik, görsel yaratıcı ve paketleme, hareket grafikleri ve VFX, AI anlatı, ürün ve e-ticaret, dijital ve oyun yaratıcı, endüstriyel ve somutlaşmış AI, animasyon ve stilizasyon, çoklu malzeme referansı, karakter/aksiyon/kamera referansı, ses klonlama, karakter ve nesne düzenleme, sahne ve VFX düzenleme, ses ve diyalog düzenleme, hassas talimat takibi ve stil ön ayarları. 20 dili destekler ve gönderimleri kabul eder.
Taslak oluştururken kullanmanın en zaman kazandıran yolu: konusu sizinkine yakın bir prompt bulun, önizlemesini izleyin ve düzenlemek için bir başlangıç noktası olarak kullanın. Boş bir kutudan başlamaktan çok daha hızlı.
GitHub'da awesome-minimax-h3-prompts deposu, kategori indeksini ve önizleme videosu ile bir girişi gösteriyor
-
Evrensel video prompt Skill (Beceri)
Plain1https://github.com/kiana-liang/universal-video-prompt-skill
Plain1npx skills add kiana-liang/universal-video-prompt-skill
İkinci bölümdeki sorunu çözer: prompt'u kopyaladınız, ancak onu yazarken verilen yargıyı kopyalayamadınız. Slogan tam olarak bunu söylüyor. Prompt'u kopyalayarak kopyalayamayacağınız temel karar mantığı burada yaşar.
Yaptığı şey, "önce iyice düşün, sonra bir forma yaz" işlemini yeniden kullanılabilir bir karar kontrol listesine ayırmaktır:
- Her satırdan önce iki soru: hangi katmana ait (global, kilitli veya zamansal) ve gözlemlenebilir bir biçimde mi yazıldı?
- Doğrulanamaz olanı doğrulanabilire çevirin. "Tutarlı kal" görünür bir son durum haline gelir. "Gergin" göz hareketi, nefes alma ve el hareketi haline gelir.
- Lehçeye dayanıklı bir yöntem: terimi ve gözlemlenebilir bir açıklamayı birlikte yazın. Terimi bilen bir model kısayolu alır, bilmeyen açıklamayı takip eder ve tek bir prompt her ikisini de kapsar.
- Ortamlar arasında yeniden yazma yok. Saf dil katmanı bir kez yazılır ve modele özgü önyargılar, üçüncü bölümdeki türden ayrı bir profil tablosuna gider.
Depo, 5 çekim türü, 4 tam olarak çalışılmış vaka, 6 model profili ve 4 demo videosu ile birlikte gelir. Her video, gösterdiği belirli kurala bağlıdır, bir gösteri videosu değildir.
Ayrıca ne yapmadığı konusunda nettir: gerekli alan yok, hiçbir örnek bir kural değildir, her kuralın istisnaları vardır. Boşluk doldurma şablonu arıyorsanız, bu o değil.
Sonlandırma ucu: MiniMax H3'ü Atlas Cloud'da çalıştırma
MiniMax H3'ün üç çağrı modu da Atlas Cloud'da, metinden videoya, görüntüden videoya ve referanstan videoya, her model sayfasında parametreler, süre seçenekleri ve istek örnekleri ile canlıdır.
Plain1Genel bakış https://www.atlascloud.ai/models/minimax-h3 2Metinden videoya https://www.atlascloud.ai/models/minimax/h3/text-to-video 3Görüntüden videoya https://www.atlascloud.ai/models/minimax/h3/image-to-video 4Referanstan videoya https://www.atlascloud.ai/models/minimax/h3/reference-to-video 5Karşılaştırma aracı https://www.atlascloud.ai/model-explorer
Atlas Cloud, bu ana akım video modellerini tek bir havuzda toplar, böylece tek bir API ile tüm karşılaştırmayı çalıştırmak için bir model dizesini değiştirirsiniz. Üçüncü bölümdeki dört model testi bu şekilde çalıştı, ancak o zamanlar hala kendi betiğimizi yazıyorduk ve şimdi Model Explorer'da birkaç tıklama.
Yani boru hattı pratikte şu şekilde bağlanır:
| Aşama | Nerede | Amaç |
|---|---|---|
| Taslak | Model Explorer, ucuz ön ayar, paralel olarak bir prompt | Yönü hızlı test edin, model profil tablosunu oluşturun |
| Sonlandır | Aynı havuz, hedef modele geçin | Prompt değişmedi, yalnızca model dizesi değişir |
| Sevk | API çağrısı, kendi üretim akışınıza | Toplu, orkestrasyon yapılabilir |
Her üç aşama da aynı prompt'u ve aynı anahtarı kullanır. Ortada hiçbir şey yeniden yazılmaz ve hiçbir şey ortam değiştirmez; bu, ikinci bölümün amacıdır: aşamalar arasında geçmesi gereken tek varlık prompt'tur, bu nedenle yol boyunca deforme olmasına izin vermeyin. Parametreler, süre seçenekleri ve API örneklerinin tümü MiniMax H3 model sayfalarında bulunur.
Sonuç olarak
Bir haftalık açık kaynak ve topluluk, MiniMax H3'ü çoktan tüketici grafik kartlarına, yerel bir Mac programına ve otomatikleştirilmiş üretim akışlarının içine sığdırdı. Bu çalışma, yerel ucu gerçekten kullanılabilir kılan şeydi.
Ancak yerel çalıştırma, yerel teslimat değildir. "Yerel taslak, bulut sonlandırma" iyi bir alışkanlıktır çünkü iki ucu birbirine karşı koymaz. Bunun, iki istasyonun iki iş yaptığı tek bir boru hattı olduğunu kabul eder.
Ve hattın hareket etmesi için, ortada teslim edilen parçanın güvenilir olması gerekir. O parça prompt'tur. Bu nedenle, zamanınıza değen şey asla işlediğiniz herhangi bir film değildir. Onu neden bu şekilde yazdığınızdır.
MiniMax H3 prompt SSS
MiniMax H3'ü yerel bir GPU olmadan nerede çalıştırabilirim?
MiniMax H3'ün üç modu da (metinden videoya, görüntüden videoya ve referanstan videoya) Atlas Cloud üzerinde, her model sayfasında parametreler ve süre seçenekleri ile çalışır. Topluluk derlemeleri kurulduktan sonra yerel çıkarım, ucuz 480p taslak için kullanışlıdır, ancak daha yüksek çözünürlüklü final hala bulutta işlenir.
MiniMax H3'ü diğer video modelleriyle adil bir şekilde nasıl karşılaştırabilirim?
Tek bir yürütme ortamında modeller arasında bire bir prompt çalıştırın. Model Explorer bunu paralel olarak en fazla 10 modelle yapar, bu da ağ geçidi davranışını, varsayılan parametreleri ve varlık kodlamasını sabit tutar, böylece gördüğünüz farklılıklar model farklılıklarıdır.
MiniMax H3 prompt'ları diğer modellere aktarılabilir mi?
Bütün mesele onları iyi yazmakta. Saf dil katmanını gözlemlenebilir ve lehçeye dayanıklı tutun, terim artı açıklama ve modele özgü zamanlama önyargılarını ayrı bir profil tablosuna kaydedin. Prompt daha sonra bir taslak modelden son modele değişmeden geçer.
Hazır MiniMax H3 prompt'larını nerede bulabilirim?
awesome-minimax-h3-prompts kütüphanesi, 16 kategoride 52 resmi vitrin prompt'u, her biri gerçek bir önizleme videosu ile, 20 dilde içerir. Konunuz yakın olanı bulun, önizlemeyi izleyin ve oradan düzenleyin.
