Проект llama.cpp выпустил версию b10437, которая вводит нативную поддержку каузальных языковых моделей MiniMax-Text-01 и MiniMax-M1. Это обновление включает необходимые скрипты конвертации, шаблоны чата и реализации архитектуры моделей для запуска этих конкретных моделей в рамках фреймворка llama.cpp.
MiniMax выпустила MiniMax H3, мультимодальную модель генерации видео с открытыми весами, способную обрабатывать текст, изображения, видео и аудио. Модель совместно генерирует визуальный ряд и синхронизированный стереоаудио, включая диалоги, звуковые эффекты, фоновые шумы и музыку, а не добавляет аудио как этап постобработки.
MiniMax выпустила омнимодальную модель генерации видео H3 с открытыми весами на Hugging Face, оснащенную нативным стереозвуком, который может управлять видео за один прямой проход. Модель поддерживает разрешение 2K при 24 кадрах в секунду для клипов длительностью от 5 до 15 секунд и принимает до девяти референсных изображений, трех видео и трех аудиоклипов на одну генерацию.