新清士の「メタバース・プレゼンス」 第171回

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

FastH3を使って作成した動画より（筆者作成）

　8月3日にオープンウェイトモデルが公開された動画生成AI「MiniMax H3」ですが、公式とコミュニティによるアップデートが爆発中です。ComfyUIによると、AIツール「ComfyUI」を通じてダウンロードされたMiniMax H3は2000万近くに達したとの発表があり、AI利用者がさまざまな表現方法を模索する熱狂状態が続いています。改造のなかで最も驚かされたのは、AI向けクラウドサービスのfalが開発した「MiniMax H3 Max」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。

15秒を13秒、しかも低価格　H3 Maxはなぜここまで速いのか

　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。

　何より驚かされるのが、驚異的な速度の割に品質があまり落ちていないことです。MiniMax公式サービスのHailuo.aiで、同じ条件で生成した場合、約2分かかりました。

falのH3 Max用の生成サービスの画面

△実際に動画を生成している画面

　25日に、動画AIサービスMagnificにクラウドAIサービスのMiniMax H3 Maxが実装され、驚きの声が上がりました。15秒の生成でも13秒程度という過去にない速度で、高品質な生成を実現したのです。その後、さまざまなサービスへと展開が広げられています。そして、動画のコストと品質の両面で、他社を圧倒する高い評価を獲得しています。AI性能の比較サイトによると「オーディオ付きの画像から動画」生成部門では、「Seedance2.0」を抜くという結果さえ出ています。

　まだ、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。

　falは自社サイトで、768pを1秒0.08ドル（約12.8円）で提供しており、15秒は1.2ドル（約192円）という破格の価格設定です（半額セールで9月1日まで）。Seedance2.0の音付き標準価格は1秒0.3ドル（約48円）で、15秒が4.55ドル（約728円）に設定されており、比較するとこの安さがわかります。

　

評価サイトの結果から。トップにH3 Maxがいる（画像はfalのリリースより）