MiniMax H3 بدون رقابة: نموذج 2K بصوت ستيريو وكيف يتعامل مع موجّهات البالغين

ما الذي توثّقه MiniMax

يصف مقال الإطلاق من MiniMax نموذج H3 بأنه نموذج مفتوح يفهم سياقًا موحدًا عبر النص والصور والفيديو والصوت، ويولّد فيديو بصوت ستيريو أصلي، ويُخرج حتى 15 ثانية بدقة 2K، مع 768p كفئة أرخص. وتزعم الشركة أن سعر الثانية بدقة 2K أقل من ثلث أسعار النماذج السائدة، وأن 768p أقل من نصف سعر 720p السائد. الموجّه المرجعي حواري: “reference the camera movement from Video 1, have the character in Image 2 sing with vocals matching Audio 3” (استخدم حركة الكاميرا من الفيديو 1، واجعل الشخصية في الصورة 2 تغني بصوت يطابق الصوت 3). وقواعد الإحالة هذه هي السمة المميزة للنموذج.

ما الذي يعرضه الاستوديو

الدقة 768P أو 2K، والمدة من 4 إلى 15 ثانية، والنسبة من سبعة خيارات (تكيّفية، 16:9، 4:3، 1:1، 3:4، 9:16، 21:9) للنص إلى فيديو، وتكيّفية للصورة إلى فيديو. تقبل الصورة إلى فيديو إطار بداية واحدًا. ويقبل المرجع إلى فيديو حتى 9 صور مرجعية و3 مقاطع فيديو و3 مقاطع صوتية، أي 12 ملفًا في المجموع. كان العرض الافتراضي وقت المراجعة 1,110 رصيدًا؛ وتحاسب MiniMax على ثواني الفيديو المُدخل والمُخرج بسعر الدقة المختارة وتشمل أول خمس صور مرجعية، لذلك ترفع مقاطع المرجع الطويلة العرض.

بيانات مبكرة عن محتوى البالغين، بوضوح

ستون يومًا حتى 9 سبتمبر 2026: 7 مهام مرجع إلى فيديو على MiniMax H3 من 3 مبدعين، أنهى 2 منها بنجاح، وأوقف 4 ردُّ أمان المحتوى، وفشلت 1 لسبب آخر. سبع مهام عدد قليل جدًا لنشر نسبة، ولذلك لن ننشرها؛ لكنه كافٍ للقول إن المسار لدى المزوّد يراجع محتوى البالغين وقد رفض جزءًا منه. للمقارنة، أنهى Wan 3.0 من مرجع إلى فيديو 94% من 6,901 مهمة، وسجّل Wan 2.2 Spicy صفر إيقافات في 16,059. سنحدّث هذا القسم حين يتجمع وراء H3 بضع مئات من التشغيلات.

أين يستحق H3 الاختيار اليوم

المقاطع القائمة على الحوار: يُولَّد صوت الستيريو في H3 في التمريرة نفسها، وقواعد الإحالة فيه تجعل “match the voice in Audio 1” (طابق الصوت في المقطع الصوتي 1) تعليمة من سطر واحد. الحركة المتزامنة مع الموسيقى أو الإيقاع. أعمال الشخصيات الإيحائية المرتدية ملابسها بدقة 2K حيث تهم الملمس، والتأطير السينمائي 21:9. وفئة 768P لديه وسيلة رخيصة لتجريب فكرة مع الصوت قبل تصيير الطلب نفسه على Wan 3.0 بفئة أعلى إذا كان المحتوى الجنسي أصرح مما تسمح به مراجعة H3.

ترشيح النشر وحدود المحتوى للبالغين

لا تضيف Makeartly طبقة رفض منفصلة للمحتوى الجنسي المعتاد للمبدعين البالغين الموثّقين؛ وهذا البيان على مستوى النشر لا يعني أن النموذج الرسمي لدى المزوّد بلا رقابة، ولا يضمن قبول أي موجّه. مسارات العمل الخاصة بالبالغين مخصصة للبالغين فقط. يُحظر محتوى الاعتداء الجنسي على الأطفال (CSAM) وكل محتوى جنسي يخص من هم دون 18 عامًا. يُشترط الحصول على الموافقة وإذن استخدام الشبه، ويُحظر المحتوى الحميم دون موافقة، والتزييف العميق (ديب فيك) غير المصرّح به لأشخاص حقيقيين، وانتحال الهوية جنسيًا.

جمع يعمل جيدًا

استخدم H3 للأجزاء من المشروع التي تعتمد على الصوت وملمس 2K وتبقى إيحائية أو بملابس؛ واستخدم Wan 3.0 للمشاهد الصريحة متعددة المراجع، وWan 2.2 أو 2.7 Spicy للمقاطع الصريحة من لقطة ثابتة واحدة. يعمل كل من H3 وWan 3.0 ضمن نطاق 1,100 رصيد للمقطع الافتراضي، لذا فالاختيار يدور حول أي مراجعة سيجتازها طلبك وهل تحتاج 30 ثانية (Wan) أم صوت ستيريو بدقة 2K (H3).

مقطع من 12 ثانية تتحدث فيه بسطرين إلى الكاميرا بصوت ستيريو

MiniMax H3 هو أقوى أداة على المنصة لهذا؛ أبقِ المرجع بملابس واقتبس السطرين.

مشهد صريح متعدد المراجع

استخدم Wan 3.0 من مرجع إلى فيديو؛ فمراجعة H3 لدى المزوّد رفضت بالفعل محاولات للبالغين في أسابيعه الأولى.

أجرِ اختبار القبول لـ H3 بدقة 768P مع مرجع بملابس

شغّل مقطعًا واحدًا مدته 5 ثوانٍ بدقة 768P كاختبار القبول، وقارن الصوت وملمس فئة 2K بتصيير Wan 3.0 للطلب نفسه، وتوقف عند أول رفض من المراجعة، واختر Wan 3.0 لبقية المشروع الصريحة.

بيانات البالغين عن H3 في هذه الصفحة هي سبع مهام فقط؛ فعامل كل ادعاء عن تساهله، ومنه ادعاؤنا، على أنه مؤقت. ثواني المرجع تُحتسب: تحاسب MiniMax على ثواني الفيديو المُدخل كما تحاسب على المُخرج، لذا فمقطع مرجعي من 15 ثانية يضاعف تقريبًا عرض تصيير من 15 ثانية.