最新動向

MiniMax、動画生成H3を無償公開 2Kと音声を一括生成

Meliorra編集部 ・ 公開日
MiniMax、動画生成H3を無償公開 2Kと音声を一括生成

この記事の要点

MiniMaxは8月3日、動画生成モデルH3の重みをHugging Faceで公開した。文章や画像から4〜15秒・2Kの動画を音声つきで作れる。年間収益2000万ドル未満の組織は商用利用が無料で、日本からも使える。制作の内製化を検討する余地が広がった。

結論

MiniMaxは8月3日、動画生成モデルH3の重みをHugging Faceで公開した。文章や画像から4秒から15秒の動画を最大2K解像度で作れ、セリフや効果音を同じ処理の中で付けられる。年間収益2000万ドル未満の組織は商用利用が無料で、日本からも使える。動画制作を外部委託していた企業が、一部を社内で試す道が広がった。ただし2Kへ仕上げる部分は非公開で、そのまま最上位の品質を再現できるわけではない。

何が公開されたか

公開されたのは33億パラメータ規模のオムニモーダル動画モデルで、Hugging Faceのモデルページから取得できる。文章、画像、動画、音声のどれからでも入力でき、24fpsの映像に音声を同時生成する。同じ日に画像生成ツールComfyUIが標準で対応し、手元の環境で動かす人が増えた。重みは42.5ギガバイトが最小の取得サイズで、二つのチェックポイントが用意されている。

ライセンスには地域の条項があり、米国、EU、英国、韓国が商用の対象外とされる。日本はこの除外に含まれない。年間収益2000万ドル未満の組織は商用利用が無料で、非商用の利用は広く認められる。一方で、指示を精緻に補正する機能は公開されずに提供元が運用し、出力を2Kへ引き上げる部分も今回は非公開だ。手元で動かせる範囲と、提供元のサービスを使う範囲が分かれている。条件は今後変わりうるため、最新は公式で確認してほしい。

動画や画像の生成AIは、この数カ月で商用利用の可否と品質の両面が動いている。全体像は画像・動画生成AIの最新動向と商用利用の注意点、ツールの選び方は動画生成AIツールの今と業務での使いどころで整理できる。文章と画像と音声をまとめて扱う仕組みはマルチモーダルAIとは？画像・音声・文章を扱う仕組みと活用例が土台になる。

現場の実務にどう効くか

短い商品紹介やSNS向けの動画を、これまで1本ずつ外注していた企業には、内製の選択肢が増える。手元で重みを動かせば、素材を差し替えて何度も作り直す作業を、外部への発注を挟まずに回せる。音声まで同じ処理で付くため、ナレーションや効果音を別工程で足す手間も減る。まずは公開でよい社内向けの説明動画や、反応を見るための試作から始めると、品質と手間の折り合いを見極めやすい。

注意すべきは、公開された重みだけでは最上位の2K品質にならない点だ。2Kへ仕上げる部分は非公開なので、最終的な見栄えを求める案件は提供元のサービスと使い分ける前提で考えたい。商用利用の可否は自社の年間収益で変わり、素材や出力の権利関係も別途の確認がいる。生成物を社外に出すときの確認手順は商用利用できる画像生成AIツール比較と注意点が参考になる。推進担当が今週できるのは、外注している動画のうち内製に回せそうな用途を1つ選び、H3の無料の範囲で試作してコストと品質を測ることだ。

出典

#MiniMax#動画生成AI#オープンウェイト#マルチモーダル#Hugging Face

よくある質問

H3は誰でも無料で商用利用できますか

MiniMaxのコミュニティライセンスでは、年間収益が2000万ドル未満の組織は商用利用が無料とされています。これを超える規模では別の条件が必要です。ライセンスの地域条項で米国・EU・英国・韓国が対象外とされ、日本はこの除外に含まれません。条件は変わりうるため、利用前に公式のライセンス本文を確認してください。

H3で何ができますか

文章、画像、動画、音声を入力に、4〜15秒の動画を最大2K解像度で生成できます。24fpsの映像に、セリフや効果音、環境音を同じ処理の中で同時に付けられる点が特徴です。ただし2Kへ引き上げる部分や指示の高度な補正機能は公開対象外で、完全な再現には制約があります。

関連記事

最新動向

Arcee AIが150M調達 オープンウェイトの企業モデル

重みを公開する企業向けAIモデルを開発するArcee AIが1億5000万ドルを調達した。クラウドだけでなく自社サーバーや端末でも動かせる点が特徴で、データを外に出したくない企業の選択肢になる。オンプレ活用を検討する材料が増えた。

最新動向

StepFunが600BのStep 5を格安API公開 価格競争が加速

中国のStepFunが9月20日、6000億パラメータのStep 5 PreviewをAPI公開した。入力100万トークン1ドル、出力2.70ドルと、上位モデルのおよそ7分の1の水準。AIの利用コストが下がり続けている実態を、費用計画の見直しに使える。