fal開發的H3 Max能在2.78秒內生成一段5秒、768p影片,處理量約為MiniMax H3官方端點的35倍。
fal於8月27日公開H3 Max時表示,該模型以MiniMax H3的開放權重為基礎進行額外訓練,並最佳化推理引擎。H3 Max的生成時間是在fal自有環境中測得。
在相同條件下,MiniMax H3耗時53.20秒。不過,35倍是比較fal官方端點與自有測試環境所得的處理量,並非將兩個模型的生成時間直接換算成35倍差距。
H3 Max是以MiniMax的影片與音訊生成模型H3為基礎開發,經過提升提示詞理解與視覺品質的額外訓練,同時保留H3同步生成影片與音訊的核心功能。
兩個模型的輸出條件有所不同。MiniMax H3支援最高2K解析度與5至15秒影片,也能使用圖片、影片、音訊等多種參考輸入。
H3 Max則以768p為基準,主打快速生成。相較於解析度與輸入方式的彈性,它更適合重視低延遲的工作。
fal表示,H3 Max可用於即時串流、直播期間生成影片,以及製作社群媒體短片。不過,實際服務環境中的延遲與成本,可能因使用量、排隊情況與呼叫條件而有所不同。
fal也表示,在自家偏好度評測中,H3 Max在整體品質、提示詞理解與美學品質三個項目均排名第一。評測共納入MiniMax H3、Gemini Omni Flash、Wan 3.0、Seedance 2.5、Kling 3、Veo 3.1等12個模型。
由於這項評測由fal自行設計,因此需與獨立評測區分。僅憑公司公布的偏好排名,不能斷定H3 Max在所有使用環境中都具備優勢。
獨立評測則確認了H3 Max的排名。Artificial Analysis的圖像轉影片與音訊模型排行榜顯示,截至9月18日,H3 Max以1195分的Elo排名第一。
該排行榜根據使用者對相同輸入的盲測偏好投票計算分數與排名。結果可能隨樣本與累積投票數變化,應視為特定時間點的排名。
主打速度與品質,不代表完全沒有品質損失。在相同硬體與輸出條件下由第三方重現的速度比較,以及涵蓋各種製作條件的品質驗證,仍需依不同標準另行確認。
實際選擇可能取決於工作目的。若需要快速反覆製作短片草稿,H3 Max可能較為合適;若需要2K輸出、使用參考影片與音訊,或進行更細緻的製作控制,MiniMax H3能提供更廣泛的選擇。
這次公開顯示,其他企業對開放權重模型進行額外訓練,並同步最佳化推理基礎設施,可能成為影片生成服務的差異化方式。本社先前曾報導H3 Max宣稱能在3秒多生成5秒影片的案例。
此次則新增確認了2.78秒的具體生成時間,以及Artificial Analysis獨立排行榜的排名。fal表示,H3 Max將在其平台與API提供,使用者可依解析度、影片長度及是否支援參考輸入等條件,在兩個模型之間作出選擇。
留言 0