¿Qué es el nuevo sistema MiniMax-H3?

El 4 de agosto de 2026, MiniMax lanzó MiniMax-H3, un sistema generativo definido como "omnimodal de propósito general". En la práctica, esto significa que el modelo es capaz de aceptar entradas de texto, imágenes, audio y video, siendo capaz de generar clips de video de hasta 15 segundos con audio integrado.

¿Cómo ejecutar MiniMax-H3 en Apple Silicon?

Gracias al repositorio PipeNetwork/minimax-h3-mlx, ahora existe un paquete en Python que permite portar este modelo al framework MLX, optimizando su ejecución para los chips de Apple. Las pruebas iniciales se realizaron en un MacBook Pro con chip M5 Max, clonando el repositorio y ejecutando la siguiente configuración:

Bash
# Primero descargar los modelos necesarios
uvx --from huggingface_hub hf download MiniMaxAI/MiniMax-H3 \
  --include 'FL2VA/*' --exclude 'FL2VA/transformer/*'
uvx --from huggingface_hub hf download pipenetwork/MiniMax-H3-MLX-8bit

# Ejecutar el prompt de generación
uv run --with mlx-vlm \
  --with-requirements requirements.txt python scripts/generate.py \
  "a rainbow colored skunk leaps over a mossy log in a supermarket" \
  -o skunk.mp4 \
  -c ~/.cache/huggingface/hub/models--MiniMaxAI--MiniMax-H3/snapshots/fa9c8ab1eaa21c8ae25e7e40b83b2e6002f340af/FL2VA \
  -t ~/.cache/huggingface/hub/models--pipenetwork--MiniMax-H3-MLX-8bit/snapshots/3ac52081470b0488921c3ec3ba84a39097bf2361

Tras el proceso de ejecución, el sistema genera el archivo de video solicitado. En el caso de la prueba con la descripción de un zorrillo arcoíris saltando sobre un tronco, el resultado es un archivo MP4 procesado localmente. Es importante notar que el proceso implica la descarga de aproximadamente 115 GB de pesos del modelo, y el tiempo de renderizado en un M5 Max superó los 45 minutos.

Si bien el video generado es visualmente consistente, el audio puede resultar errático si no se proporcionan las guías de estilo adecuadas. Se recomienda revisar la guía de prompts oficial para obtener resultados de audio coherentes con la escena visual. Vía CNX Software.