MiniMax Design发布，视频版Codex说话就能出片

1. 【Redis作者出手：让MiniMax视频模型在Mac上“贴地飞行”】Redis创始人antirez最近开源了h3.c，这是一个专为Apple Silicon设计的MiniMax-H3原生推理引擎。它完全抛弃了臃肿的Python堆栈，直接基于C和Metal编写，让M3及最新的M5系列芯片能以极高效率跑通从文本到视频、音频的全流程。该项目最硬核的地方在于其工程取舍：通过减少Transformer层数、复用去噪步数以及黑科技般的SSD流式加载（SSD Streaming），它不仅能在显存吃紧的设备上运行几十GB的DiT模型，甚至能直接在终端窗口预览生成的每一帧。这不仅仅是一个推理库，更是顶级程序员对硬件潜力的极致挖掘。社区普遍认为，这种“垂直切片”式的工程范式正在打破大模型对算力集群的依赖。相比于追求绝对精确的指标，这种能通过几行参数就在本地实现推理自由、且支持图生视频（Ref2VA）等进阶功能的工具，展现了从底层代码层面对AI进行降本增效的另一种可能。 repo: antirez/h3.c

新浪微博 2026-08-13 00:00:00

2. DeepSeek Harness实测！比起Codex，它会更强吗？

哔哩哔哩 2026-08-14 00:00:00

3. 首发体验 | DeepSeek Harness 来了，它不想做下一个Codex

微信公众号 2026-08-13 00:00:00

4. Coding Agent真正的竞争，已经不只是“模型谁更强”，而是模型能力+工具调用+任务规划+上下文管理+验证机制的综合较量。近期DeepSeek开始强化Harness方向，核心价值就在于让模型从“会写代码”走向“会自己完成项目”。如果实测复杂项目，我更看重稳定性：能不能拆任务、跨文件修改、自动运行测试，并在出错后自己修正。Codex目前在复杂编程和Agent执行上依然有较成熟的体验；而DeepSeek的优势更偏向成本效率和开放生态，V4系列也在持续强化Coding Agent能力。所以暂时让我完全替换主力工具，我不会。更现实的选择是“双持”：Codex负责高难度任务，DeepSeek负责高频、成本敏感的开发。最终谁胜出，不是看谁的模型参数更大，而是谁能让开发者真正少写代码、少返工、少操心。#DeepSeekHarness和Codex谁更好用#

新浪微博 2026-08-17 00:00:00

5. #微博视频号续航计划##DeepSeekHarness和Codex谁更好用#其实谈不上谁碾压谁。OpenAI Codex是成品工具，封装完整，你打开ChatGPT或者IDE插件直接就能用。重点服务普通开发者，目标就是快速写代码、修bug，不用管底层怎么跑，但是模型、工具都是官方定好的，留给你的改造空间不多。 DeepSeekHarness是Agent开发框架，它不是一个现成的编码助手，更像一套积木。你得自己搭环境、配插件、选模型，可以接入不同大模型、编排多个Agent协同干活。适合要深度定制流程、跑大型长周期项目的人，好处是自由度高、数据可控，坏处就是上手门槛高，新手会被配置步骤劝退。 打个通俗比方：Codex是买回来就能直接开的整车；Harness是全套零配件，高手可以组装出适合自己的车，但你得会动手拼装。 所以不存在谁全面吊打谁。日常敲代码追求省事，Codex体验更好；要做复杂工程、想自定义整套Agent工作流，Harness上限更高。你们写代码，会优先选开箱即用，还是愿意花时间折腾自定义能力？#ai创造营# IT九熙的微博视频

新浪微博 2026-08-17 00:00:00

6. #DeepSeekHarness发布#DeepSeek的Agent产品Harness终于来了，代号“黑鲸”。内部公式很直接：Model+Harness=Agent。模型负责思考推理，Harness包办模型外的所有工程脏活——工具调用、任务规划、执行调度。说白了，大模型是脑子，Harness是手和脚。脑子再好使，手脚不利索也白搭。Harness就死磕代码智能体这条赛道，直接对标OpenAI的Codex和Anthropic的Claude Code。更狠的是，Harness开发者预览版已经开源（MIT协议），还开放了npm插件生态。“一切皆插件”的设计，摆明了不想做第二个Codex，要做就做自己的玩法。模型能力决定上限，Harness决定这能力最终能兑现多少。DeepSeek这步棋，抢的是模型之外的工程入口。Codex和Claude Code的好日子，可能没那么安稳了。

新浪微博 2026-08-13 00:00:00

7. 开源的大日子。MiniMax Music 3 无疑是目前最先进的开源权重音乐生成模型，也是 Suno 的真正替代品。我最喜欢开源权重的地方：最好的还在后头。一旦社区开始玩这个模型并训练 LoRAs，这个模型只会变得更好，并允许更多控制。

新浪微博 2026-08-14 00:00:00

8. 【MiniMax Music 3开源：AI音乐的参数量竞赛进入深水区】继视频模型之后，MiniMax又将音乐模型Music 3的家底彻底公开。这套架构采用8B规模的Qwen3作为全局LLM，配合Flow Matching技术，实现了原生支持5分钟长音频生成，解决了长曲子常见的结构崩坏难题。它最核心的竞争力在于精细的可控性，用户可以通过结构化提示词对BPM、人声质感乃至乐器编排进行深度干预。社区评论对此褒贬不一：支持者认为其长程连贯性已逼近Suno V5.5，且开源给了开发者极大的魔改空间；质疑者则指出其人声仍带有些许机械感，且本地运行对显存要求极高，普通用户难以驾驭。Suno目前的护城河在于分轨导出等成熟的工程化体验和版权闭环，而Music 3的意义在于把高端AI音乐生成的门槛从云端大厂拉到了开源社区。这不仅是生成效果的博弈，更是闭环产品与开源基座之间的路线之争，对于追求定制化音频流的开发者来说，Music 3提供了一个目前最能打的底座。 模型：huggingface.co /MiniMaxAI/MiniMax-Music3 在线体验: huggingface.co /spaces/MiniMaxAI/MiniMax-Music3

新浪微博 2026-08-15 00:00:00

9. #DeepSeekHarness和Codex谁更好用#上周，DeepSeek发布了首款agnet产品DeepSeek Harness，可以管理项目、处理长任务，并支持多Agent协作、上下文管理、联网搜索和Skill等能力，与OpenAI的Codex等产品进入同一赛道。与Codex相比，DeepSeek Harness的优势是成本、国内直连速度、中文生态和插件自由度，但Codex在复杂任务的工程闭环稳定性、多轮Agent连贯性和“开箱即用”的成熟度上领先。本博觉得如果你能够使用Codex，那还是优先使用Codex，特别是复杂任务。当然，如果成本有限的话，可以采用“DeepSeek模型+Codex框架”的混合方案，用DeepSeek承担大部分低成本任务，仅在复杂逻辑或关键节点回退到Codex兜底，这样可以实现成本与性能的平衡。#老张聊科技# #DeepSeekHarness和Codex谁更好用#

新浪微博 2026-08-17 00:00:00

10. MiniMax H3 生成模型的轻量化高速生成 LoRA 已公开，在社区中引发热议。尺寸缩小至五分之一，能节省 VRAM 的特点广受好评。比较验证中也被认为与原版画质无差异，欢迎轻量化的声音此起彼伏。#MiniMaxH3 #ComfyUI 网页链接

新浪微博 2026-08-14 00:00:00

11. 我将「MiniMax-Music3」安装到自己的本地环境中，并与「ACE-Step 1.5 XL Turbo」进行了A/B比较。【结论】MiniMax-Music3（左）在人声的自然度和表现力、大钢琴音质的美感、不发生爆音等方面感觉非常高品质😊・男性男中音＋钢琴曲/实长约118秒・44.1kHz・立体声FLAC・30 steps/CFG 1.7/Euler，无剪切・生成时间：15分35秒※ 各自几乎使用相同的提示词生成。如之前写过的，ACE-Step 1.5 XL Turbo时也是如此，曲的内容没有意义😅【生成环境】・Win11 32GB / RTX 3060 Ti 8GB【备注】MiniMax-Music3的官方仓库占用约67.2GB，但无需下载所有模型。在ComfyUI版中选择了低显存向け的INT8 DiT＋修剪版INT8文本编码器＋VAE，模型实测约11.9GB。即使是RTX 3060 Ti 8GB也能进行本地生成。ComfyUI・虚拟环境・缓存合计约18.9GB。FP16/BF16版与品质差异未验证，但这次的生成结果相当高品质。【本次使用的模型】・minimax_music3_dit_int8_convrot.safetensors…音乐生成模型・INT8量化版（2.5GB）・minimax_music3_text_encoder_pruned_int8_convrot.safetensors…轻量化・INT8文本编码器（9.2GB）・minimax_music3_dav.safetensors…音频解码器（0.22GB）合计11.915GB

新浪微博 2026-08-15 00:00:00

12. 在 MiniMax H3 里，这两个是两种不同的模型变体，缩写可以这样理解：FL2VA = First & Last Frame → Video + AudioF = First Frame，首帧L = Last Frame，尾帧2 = toV = VideoA = Audio可以理解为：首帧/尾帧条件 → 带音频的视频生成它同时承担 H3 的普通 T2VA（Text → Video + Audio）、首帧图生视频，以及首尾帧生视频。官方将 fl2va 单独作为一个 model variant。MiniMaxRef2VA = Reference → Video + AudioRef = Reference，参考素材2 = toV = VideoA = Audio即：参考素材 → 带音频的视频生成这里的 Reference 不只是图片，还可以是多张图片、参考视频、参考音频，用于约束人物身份、服装/风格、动作、镜头语言、声音等。MiniMax 官方介绍里，Ref2VA 可以接受最多 9 张图片、3 个视频和 3 段音频作为参考。

新浪微博 2026-08-14 00:00:00