6. Mac 本地跑 MiniMax H3,成功了。 这次用的是 PipeNetwork/minimax-h3-mlx + MiniMax-H3-MLX-8bit,基于 MLX,可以直接在 Apple Silicon 上生成视频 + 同步音频。 模型本体是 33B Diffusion Transformer,8bit 权重大约 35GB。需要注意,这个仓库主要是 Transformer,还需要 MiniMax H3 官方 FL2VA 中的 Text Encoder、Video VAE、Audio VAE 等组件。 安装: git clone https://github.com/PipeNetwork/minimax-h3-mlx cd minimax-h3-mlx python3 -m venv .venv source .venv/bin/activate pip install -r requirements.txt 文生视频: python scripts/generate.py \ "A cinematic red fox walking through a forest" \ -d 5 -s 9 -o fox.mp4 \ -c /path/to/MiniMax-H3/FL2VA \ -t /path/to/MiniMax-H3-MLX-8bit 它还原生支持图生视频 + 首尾帧控制: python scripts/generate.py \ "The scene smoothly transitions from day to night" \ --image start.png --anchor first \ --image end.png --anchor last \ -d 5 -s 9 -o output.mp4 \ -c /path/to/MiniMax-H3/FL2VA \ -t /path/to/MiniMax-H3-MLX-8bit 首尾图片会作为 Keyframe Condition 真正参与 Diffusion,并不是简单把图片拼到视频两端。 目前最大的问题是速度:H3 的 Sparse Attention 没有开源,目前 MLX 版本使用 Dense Attention。项目实测 M3 Ultra 跑 5 秒 768p,单个 denoising step 接近 9 分钟。 所以现阶段更适合本地研究、测试和折腾,还不是高效率生产方案。 但能在一台 Mac 上本地跑 33B 视频生成模型 + 图生视频 + 首尾帧 + 同步音频,已经挺有意思了。 #MiniMaxH3 #MLX #Mac本地部署 #AI视频 #图生视频 #AppleSilicon #M3Ultra #本地AI