Le projet llama.cpp a publié la version b10437, qui introduit la prise en charge native des modèles de langage causal MiniMax-Text-01 et MiniMax-M1. Cette mise à jour inclut les scripts de conversion nécessaires, les modèles de chat et les implémentations d'architecture du modèle pour exécuter ces modèles spécifiques dans le cadre de llama.cpp.
MiniMax a lancé MiniMax H3, un modèle multimodal de génération vidéo à poids ouverts capable de traiter du texte, des images, de la vidéo et de l'audio. Le modèle génère conjointement des visuels et de l'audio stéréo synchronisé, incluant des dialogues, des effets sonores, une ambiance et de la musique, au lieu d'ajouter l'audio comme une étape de post-traitement.
MiniMax a publié sur Hugging Face le modèle omnimodal de génération vidéo H3 à poids ouverts, doté d'un audio stéréo natif capable de piloter la vidéo en un seul passage avant. Le modèle prend en charge une résolution 2K à 24 fps pour des clips de 5 à 15 secondes et accepte jusqu'à neuf images de référence, trois vidéos et trois extraits audio par génération.