MiniMax-H3 на Mac через MLX: 115 ГБ и почти час на короткий ролик

MiniMax выпустила MiniMax-H3 — на входе текст, картинки, аудио и видео, на выходе ролики до 15 секунд сразу со звуком. Репозиторий PipeNetwork/minimax-h3-mlx перенёс модель на MLX: можно гонять на Apple Silicon локально, без облака.

Simon Willison проверил сборку на MacBook Pro с чипом M5 Max: клонировал репозиторий, скачал веса с Hugging Face и запустил генерацию через uv и mlx-vlm. Промпт был намеренно абсурдный — «радужный скунк перепрыгивает мшистое бревно в супермаркете».

Сколько стоит локальный запуск

• около 115 ГБ файлов модели на диске;
• чуть меньше 45 минут на одну генерацию;
• на выходе — до 15 секунд видео с встроенным аудио.

Картинку Willison назвал впечатляющей. Звук без отдельной подсказки превратился в «странную речеподобную кашу» — в prompting guide у MiniMax-H3 для аудио свои правила, которые он до теста не открывал.

Команды из репозитория

# Сначала скачать модели
uvx --from huggingface_hub hf download MiniMaxAI/MiniMax-H3 \
  --include 'FL2VA/*' --exclude 'FL2VA/transformer/*'
uvx --from huggingface_hub hf download pipenetwork/MiniMax-H3-MLX-8bit

# Запуск промпта
uv run --with mlx-vlm \
  --with-requirements requirements.txt python scripts/generate.py \
  "a rainbow colored skunk leaps over a mossy log in a supermarket" \
  -o skunk.mp4 \
  -c ~/.cache/huggingface/hub/models--MiniMaxAI--MiniMax-H3/snapshots/fa9c8ab1eaa21c8ae25e7e40b83b2e6002f340af/FL2VA \
  -t ~/.cache/huggingface/hub/models--pipenetwork--MiniMax-H3-MLX-8bit/snapshots/3ac52081470b0488921c3ec3ba84a39097bf2361

Источник: PipeNetwork/minimax-h3-mlx.