llama.cpp प्रोजेक्ट ने संस्करण b10437 जारी किया, जिसमें MiniMax-Text-01 और MiniMax-M1 कारणभावी भाषा मॉडलों के लिए स्थानीय समर्थन पेश किया गया है। इस अपडेट में llama.cpp फ्रेमवर्क के भीतर इन विशिष्ट मॉडल को चलाने के लिए आवश्यक रूपांतरण स्क्रिप्ट, चैट टेम्पलेट और मॉडल आर्किटेक्चर कार्यान्वयन शामिल हैं।
MiniMax ने MiniMax H3 जारी किया है, जो एक ओपन-वेइट मल्टीमोडल वीडियो जनरेशन मॉडल है जो टेक्स्ट, छवियों, वीडियो और ऑडियो को प्रोसेस करने में सक्षम है। मॉडल दृश्य और समन्वित स्टीरियो ऑडियो का संयुक्त उत्पादन करता है, जिसमें संवाद, ध्वनि प्रभाव, पृष्ठभूमि और संगीत शामिल हैं, न कि ऑडियो को एक पोस्ट-प्रोसेसिंग चरण के रूप में जोड़ना।
MiniMax ने Hugging Face पर ओपन-वेट H3 ओमनी-मोडल वीडियो जनरेशन मॉडल जारी किया, जिसमें नेटिव स्टीरियो ऑडियो है जो एक फॉरवर्ड पास में वीडियो को चला सकता है। मॉडल 5 से 15 सेकंड तक के क्लिप्स के लिए 2K रिज़ॉल्यूशन और 24fps का समर्थन करता है और प्रति जनरेशन नौ रेफरेंस इमेज, तीन वीडियो और तीन ऑडियो क्लिप स्वीकार करता है।