MiniMax-H3 通过 MLX 移植可在 Apple Silicon 上运行

来源:Simon Willison 博客 2026年8月4日 03:10 AIHOT 评分:74 精选
摘要:MiniMax 发布 MiniMax-H3,一个可接受文本、图像、音频和视频并生成最长 15 秒带音频视频片段的通用全模态生成系统。Python 包 PipeNetwork/minimax-h3-mlx 将其移植到 MLX,支持 Apple Silicon 运行。作者在 M5 Max MacBook Pro 上实测,下载约 115 GB 模型文件,视频生成耗时不到 45 分钟。
# MiniMax-H3 通过 MLX 移植可在 Apple Silicon 上运行 - 来源:Simon Willison 博客 - 作者:Simon Willison - 发布时间:2026-08-05 03:10 - AIHOT 分数:74 - AIHOT 标记:精选 - AIHOT 链接:https://aihot.virxact.com/items/cmsf2ukfc1ekiro2e4h0k2bux - 原文链接:https://simonwillison.net/2026/Aug/4/minimax-h3-mlx ## 精选理由 在 M5 Max 上生成本地视频的 45 分钟耗时,为判断这类模型何时能进入日常工作流提供了具体的参照。 ## AI 摘要 MiniMax 发布 MiniMax-H3,一个可接受文本、图像、音频和视频并生成最长 15 秒带音频视频片段的通用全模态生成系统。Python 包 PipeNetwork/minimax-h3-mlx 将其移植到 MLX,支持 Apple Silicon 运行。作者在 M5 Max MacBook Pro 上实测,下载约 115 GB 模型文件,视频生成耗时不到 45 分钟。 ## 正文 Simon Willison 的博客 2026年8月4日 - 链接博客 PipeNetwork/minimax-h3-mlx。MiniMax 两天前发布了 MiniMax-H3——他们将其描述为“一个通用的、全模态生成系统”,实际上这意味着它可以接受文本、图像、音频和视频输入,并利用这些输入生成最长 15 秒、包含音频的视频片段。 这个 Python 包将其移植到 MLX,以便在 Apple Silicon 上运行。 我在我的 M5 Max MacBook Pro 上成功运行了它。我克隆了仓库,并按如下方式运行模型: # First download the models 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 # Now run the prompt 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 以下是我根据提示词生成的视频: 一只彩虹色的臭鼬在超市里跃过一根长满苔藓的原木 视频 · 前往原文观看 它下载了约 115 GB 的模型文件,视频生成耗时不到 45 分钟。 视频效果令人印象深刻,但音频听起来像是奇怪的类似语音的噪音,因为我没有为音频部分提供任何提示词指导。提示词指南(我在这次实验前没有阅读)包含了大量关于如何让音频正常工作的信息。 2026年8月4日