Fal 于 8 月 27 日发布了 H3 Max,这是 MiniMax 开源 H3 视频模型经过后训练的变体,其吞吐量约为 MiniMax 官方端点的 35 倍。该模型能在不到 3 秒的实际耗时内生成一段时长 5 秒、分辨率为 768p 且带有同步立体声音频的视频片段。Fal 表示,在相近质量水平下,其速度约为领先竞品的 15 倍。MiniMax H3 团队认可了这一结果,并指出 Fal 的改进让更大规模的实用视频生成成为可能,同时保留了基础模型的核心能力。
H3 Max 在两个视频生成排行榜上排名第一
在基于人类偏好的评估中,H3 Max 在 Design Arena 图像转视频排行榜上获得了 1,341 的 Elo 评分,在 Artificial Analysis 图像转视频(带音频)排行榜上获得了 1,201 的 Elo 评分,在两个类别中均排名第一。
Fal 通过后训练和专用推理引擎优化模型
Fal 的方法包括围绕两个领域进行广泛的后训练:提示词遵循能力和视觉保真度。一个专用推理引擎优化了视频生成流程。H3 Max 以 768p 分辨率运行,低于 MiniMax 原始模型的 2K 输出能力。Fal 专门为超实时应用构建了 H3 Max,包括直播互动、广播期间的实时内容生成,以及社交平台上的即时视频创作。Fal 使用 MiniMax 原始 H3 模型的开放权重,并利用专注于提示词遵循能力和美学质量的新数据集进行后训练,重点采用强化学习技术。MiniMax 的原始 H3 模型旨在适配多种输入类型,包括文本、图像、视频和音频,能够以 2K 分辨率生成 15 秒片段,并原生输出立体声音频。
Fal 推出 H3 Max,提供首周 50% 折扣
Fal 推出 H3 Max 时提供首周 50% 的折扣,可通过其平台和 API 使用。
常见问题
Fal 于 8 月 27 日发布了什么?
Fal 于 8 月 27 日发布了 H3 Max,这是 MiniMax 开源 H3 视频模型经过后训练的变体,其吞吐量约为 MiniMax 官方端点的 35 倍,并能在不到 3 秒内生成一段时长 5 秒、分辨率为 768p 且带有同步立体声音频的视频片段。
H3 Max 在视频生成排行榜上的表现如何?
根据基于人类偏好的评估,H3 Max 在 Design Arena 图像转视频排行榜上获得了 1,341 的 Elo 评分,在 Artificial Analysis 图像转视频(带音频)排行榜上获得了 1,201 的 Elo 评分,在两个类别中均排名第一。
Fal 对 H3 Max 采用了什么优化方法?
Fal 围绕提示词遵循能力和视觉保真度进行了广泛的后训练,随后部署了专用推理引擎来优化视频生成流程。该公司使用了强调强化学习技术的新数据集,同时基于 MiniMax 原始 H3 模型的开放权重开展工作。