Video Rebirth가 31B 규모의 MiniMax-H3를 14B급으로 압축한 HyperFlow H3 Flash를 오픈소스로 공개했습니다. 4~8단계 추론만으로 768p 영상과 오디오를 동시 생성하며, Q4 양자화 모델은 9.1GB에 불과해 24GB VRAM을 갖춘 PC에서도 돌아갑니다. B200 GPU 4장 환경에서는 실시간 생성까지 지원해 영상 AI의 로컬 구동 문턱을 크게 낮췄습니다.
Pruna AI가 MiniMax-H3 동영상 모델을 개조한 오픈 가중치 이미지 생성 모델 P-H3-Image를 공개했다. 텍스트 인코더 경량화와 8스텝 확산을 통해 속도를 5배 높이고 용량을 최소 20GB로 줄였다. 최대 1600만 화소 생성과 8장 참조 이미지 합성을 지원한다.
Pika가 MiniMax-H3 기반 비디오·오디오 생성 모델 Pika H3 Flex를 오픈소스로 공개했다. 6단계 샘플링만으로 5~15초 분량의 입체 음향 포함 영상을 동시 생성하며, 11개 화면비와 최대 12개 멀티모달 참조를 지원한다. 단일 H100 GPU 환경에서 로컬 추론이 가능해 작업 효율을 대폭 끌어올린 점이 핵심이다.
엔비디아가 오픈소스 영상 개선 도구 ‘Open H3 Regenerate 2K’를 공개했다. MiniMax H3 등 모델로 생성한 저해상도 초안을 단 3단계 디퓨전 과정으로 2K 및 최대 4K 해상도로 재구성해 디테일을 채운다. 로컬에서 직접 구동할 수 있지만, 인물 얼굴 등 세부 묘사가 원본과 일부 달라질 수 있다.
오픈소스 비디오 모델 MiniMax H3를 위한 가속 기술 Fast H3 Omni가 공개됐다. 레퍼런스 기반 비디오 생성 시 일관성을 유지하도록 최적화됐으며, 샘플링 단계를 50회에서 8회로 줄여 최대 12배 빠른 추론 속도를 낸다. ComfyUI 및 Apple Silicon 최적화 모델도 함께 제공된다.
엔비디아가 MiniMax H3 기반의 'Stream Render H3' 모델과 코드를 공개했다. 게임 엔진의 단순한 색상 시맨틱 맵을 받아 실시간으로 영화 수준의 비주얼을 생성하며 참조 이미지로 스타일 변경도 지원한다. 다만 실시간 구동에는 GP200 GPU 8장과 200GB 이상의 용량이 필요하다.
바이트댄스가 빠른 시각 생성을 위한 적대적 증류 기법 'DMAD'를 발표했다. 분포 매칭 방식을 활용해 기존에 20~30스텝이 걸리던 MiniMax-H3 등의 영상 디퓨전 과정을 단 4스텝으로 줄여, 품질 저하 없이 생성 속도를 크게 끌어올렸다.
이번 주 AI 비디오 생성 모델의 일관성을 돕는 기억 시스템 '모자이크 청크(Mosaic Chunk)'가 오픈소스로 공개됐다. 모든 프레임 대신 주요 특징만 선별 기억해 물체가 화면 밖으로 사라졌다 나타나도 원래 외형을 유지한다. MiniMax H3 및 Ling World Infinity 기반 모델 2종으로 로컬 구동이 가능하다.
NVIDIA가 영상 정제 모델 'SoL-Refiner'를 공개했다. 단 한 번의 디노이징 단계로 저해상도 영상을 최대 4K로 변환하며 MiniMax H3 등 다양한 생성기와 결합할 수 있다. H3 영상 생성을 최대 27배 가속하지만, 일부 세부 묘사가 원본과 달라질 수 있다.
연구진이 동영상 증류 프레임워크 PDMD와 LoRA 가중치를 오픈소스로 공개했습니다. MiniMax-H3의 생성 과정을 기존 20~30스텝에서 단 4스텝으로 줄였습니다. 평가기의 잘못된 피드백을 보정해 증류 과정에서 디테일이 뭉개지는 현상을 막고 자연스러운 움직임을 유지합니다.
비글 AI가 기존 영상의 카메라 각도와 재생 속도를 자유롭게 재구성하는 영상 모델 '메리디안(Meridian)'을 공개했다. 미니맥스 H3 기반으로 3D 기하 정보를 재구성해 카메라 회전이나 '불릿 타임' 같은 정지 샷을 새로 생성할 수 있다. LoRA 어댑터 형태로 배포되며 ComfyUI 워크플로도 지원한다.
비글(Viggle)이 영상 속 캐릭터를 바꿔주는 모델 Viggle-Animate를 오픈소스로 공개했다. 복잡한 포즈 추정, 마스크 생성, 얼굴 추적 없이 원본 영상과 한 장의 수정된 프레임만으로 동작을 완벽히 이식한다. B200 GPU 1대로 124프레임을 26초 만에 렌더링한다.
연구진이 'Code World Model' 프레임워크를 발표하고 코드를 오픈소스로 공개했다. 세계의 인과 규칙과 영상 렌더링을 분리해 코딩 에이전트가 코드를 작성하며 지속적인 상태를 유지하고, 미세조정된 MiniMax-H3 모델이 이를 영상으로 시각화한다. AI가 물체와 사건을 잊지 않고 장시간 일관된 인터랙티브 세계를 유지할 수 있다.
미니맥스가 텍스트, 이미지, 영상, 오디오를 통합 이해 및 생성하는 옴니모달 모델 H3를 발표했습니다. 네이티브 입체 음향을 지원하며 최대 2K 해상도, 15초 길이의 영상을 생성합니다. 미니맥스는 며칠 내로 가중치를 오픈소스로 공개할 예정이며 2K 기준 비용도 기존 상용 모델의 3분의 1 수준으로 낮췄습니다.
