Proyek llama.cpp merilis versi b10437, yang memperkenalkan dukungan native untuk model bahasa kausal MiniMax-Text-01 dan MiniMax-M1. Pembaruan ini mencakup skrip konversi yang diperlukan, template obrolan, dan implementasi arsitektur model untuk menjalankan model-model spesifik ini dalam kerangka kerja llama.cpp.
MiniMax telah merilis MiniMax H3, sebuah model generasi video multimodal bobot terbuka yang mampu memproses teks, gambar, video, dan audio. Model ini secara bersama-sama menghasilkan visual dan audio stereo tersinkronisasi, termasuk dialog, efek suara, suasana, dan musik, alih-alih menambahkan audio sebagai langkah pasca-pemrosesan.
MiniMax merilis model generasi video omni-modal H3 dengan bobot terbuka di Hugging Face, yang menampilkan audio stereo asli yang dapat menggerakkan video dalam satu langkah maju. Model ini mendukung resolusi 2K pada 24fps untuk klip selama 5 hingga 15 detik dan menerima hingga sembilan gambar referensi, tiga video, dan tiga klip audio per generasi.