5ちゃんねる⇒科学ニュース+@5ch掲示板
設定
ダークモード
広告表示
画像・外部リンク

UPLIFT会員は外部リンクへ直接移動します。確認は初期設定でオンです。

機能のオン・オフ

このブラウザ・このサーバーのみ。オフにしても保存済みデータは残ります。

UPLIFT

151コメント180KB

【AI】謎の高性能AI、正体は中国の「GLM-5.3-Flash」と判明 AnthropicやOpenAIの対抗馬に [すらいむ★]

垢版
>>1のAIと組み合わせるとさらに高速化する
5秒の動画を3秒で出せる 動画生成AI「MiniMax H3」が爆速に進化
2026年08月31日 07時00分更新
https://ascii.jp/elem/000/004/430/4430553/
>>falが開発した「MiniMax H3Max」です。15秒の動画生成に13秒しかかからないにもかかわらず、品質が保たれているという、これまでの動画AIの常識をひっくり返す改造技術です。さらに「FastH3」という技術も登場し、高速化を実現する方法が次々に提案されています。
>> falが開発したMiniMax H3 Maxは、5秒動画を1日5回まで無料で体験できるため、容易に触れます。プロンプトの入力は日本語でも可能なので、適当にテキストを入力して「Generate」ボタンを押すだけで、5秒の動画が約3.3秒で生成されます。
>>詳しい方法論は公開されていませんが、falの説明では、H3をH3 Maxに特化して事後学習することで、高速化をすると推論の品質が低下するという問題を乗り越えたと説明しています。768p(16:9では1344x768に相当)のサイズに最適化し、少ない推論ステップ数で生成する高速化を前提に事後学習をして、自社の推論エンジンに合わせて設計した工夫が含まれているようです。
>>今度は14倍高速化 オープンウェイトの「FastH3」が登場
>> 話はさらに進みます。H3登場後、品質を維持したまま高速化するさまざまな方法が試されてきていますが、27日にその有力な方法として「FastH3」という手法が登場し、オープンウェイトとして公開され、一般提供が開始されました。
>> リリースによると、「NVIDIA Blackwell GPU上で14倍の高速化を実現する」というものです。データセンター向けの「NVIDIA B200 GPUを1基使った測定では、5秒が16.2秒、15秒が47.2秒とH3 Maxほどではないにせよ、かなりの高速化に成功しています。これは蒸留学習によって、4回の推論(4ステップ)で形にし、効率的な計算手法で必要な計算の90%を省略する仕組みです。
>> サーバーマシン用なら、通常のコンシューマー向けPCでは動かないのだろうか、と考えていたところ、数々のモデルの圧縮に実績を持つことで知られるComfyUIのKijaiさんがオリジナルのBF16からINT8へ落としConvRotという回転処理で量子化誤差を抑えた圧縮バージョンを公開し、またComfyUIでも動作するようにしました。ファイルサイズは22.9GBとかなり大きいのですが、圧縮版のH3も21GBとほぼ同じサイズです。
>> これにより、筆者のRTX 4090搭載PCで動かすことができました。
>> 筆者PC上での768pの5秒の生成時間は約49秒でした。標準の20ステップの方式では約446秒かかり、これは筆者が普段使っている高速化の仕組みを組み込み8ステップまで抑えた「H3 V4 EMA+Sage 8-step」が約202秒です。15秒の場合でも、約160秒で生成してきます。とにかく、劇的に速くなりました。
>>RTX 4090で446秒→49秒、ただし高速化には弱点も
>> 今回公開されたFastH3は「Preview v1」と位置づけられており、今後も追加学習が進められ、アップデートされる予定です。品質がさらに向上する可能性があります。
>> また、現在はT2VA(テキストから動画と音声を生成)の1種類しか提供されていませんが、今後も学習を進め、FL2VA(最初と最後の画像から動画と音声を生成)、Ref2VA(最初と最後の画像から動画と音声を生成)へと拡張が予定されています。
>>★しかし、すさまじいのはMiniMax H3が登場してから、わずか1ヵ月足らずで、ここまで急激な変化が起きていることです。
レスを投稿する


ニューススポーツなんでも実況