MiniMax H3！まったく無料無制限とは恐れ入ったのであった・プロンプトつき
https://www.youtube.com/watch?v=mlgbt4_SIyw
朝からYouTubeを見ていたら、うっかり火がついてしまったのであった。
「MiniMax H3」という動画生成AIが、オープンウェイトとやらで公開されたというのである。無料。無制限。しかもシーダンス2.0と同等かそれ以上の性能だという。わしのような、動画生成にいちいち課金してきた人間からすれば、これはもう聞き逃せない話なのであった。
いつも使っているhiggsfieldにもある。
それでも４０クレジットかかります。
seedanceなら３分の動画が10000円
H3はローカルで無料でいくらでも使えるというのが魅力なのだ。
電気代はかかるけど、それをのぞけば無料だ。
すごい！。
さっそくパソコンのスペックを調べる。
受講生さんのために使えるか、を調べたいので、メインで使っている、ゲーミングパソコンには黙ってもらうことにした。
このスペックでも可能というのをやってみたいのだ。
さて、Ctrl＋Shft＋Escを押して、タスクマネージャーを開くと、GPUはNVIDIA GeForce RTX5060Ti。VRAMはたったの8GB。世間で言われる「快適な動作」には遠く及ばない数字である。まったく、脇役のパソコンのグラボもいつも脇役なのであった。
それでも調べてみると、8GBでも動いた報告があるという。ただし条件付きだ。5秒の動画はクラッシュしやすい。3秒ならなんとかなる。まるで「全力疾走はできないが、早歩きならいけます」と言われているようなもので、なんとも締まらない話である。
ComfyUIというソフトを導入した。デスクトップ版をダウンロードし、インストールし、起動する。この段階で、すでに「Local」か「Cloud」かを選ぶ画面が出てくる。ここは迷わずLocalである。せっかくのローカル導入なのに、クラウドを選んでしまっては本末転倒なのであった。
驚いたのは、MiniMax H3がすでにComfyUIの推奨テンプレートとして用意されていたことだ。ワンクリックで選ぶと、モデルファイルのダウンロードが自動で始まる。約53GB。回線速度によっては数時間かかる代物である。それでもポチッと押すだけで進んでいくのだから、時代は便利になったものだと思う。
ダウンロードを待つ間、お茶を飲んだり別の作業をしたりして過ごした。待つというのは、案外悪くない時間である。急かされるより、待つほうが性に合っているのかもしれない。
さて、モデルが揃ったところで、いよいよ生成である。ワークフロー画面には英語の長文サンプルプロンプトが最初から入っていた。これを消して、自分の言葉で書き直す。
「夕日に染まる海辺を歩く女性、穏やかな波、映画的なカメラワーク」
日本語のままで通じるというのだから、これもまた驚きなのであった。
Image to Videoというワークフローだったので、元になる画像も必要だという。手元にあった適当な写真をアップロードし、first_frameという入力に線をつなぐ。ノードとノードを線でつなぐ作業は、まるで電気工事士にでもなったような気分である。線が緑色につながった瞬間、なんとなく誇らしい気持ちになった。
画像の文字の右横にあるポッチから、線をfirst_frameの左にある丸印までつなぐ。
durationは念のため3秒に設定。5秒だとクラッシュしやすいという情報を信じてのことである。石橋を叩いて渡る、というやつだ。
そして「実行する」ボタンを押した。
進捗バーが0%のまま、しばらく動かない。モデルの読み込みだけで数分かかるというのは事前に知っていたので、慌てず待つ。それでも内心はそわそわしていたのであった。
数分後、画面に動画が現れた。
青い海。白い波が岸に打ち寄せる。カメラがゆっくりと動く。3秒の、それだけの映像である。しかし、これがVRAM8GBのパソコンから生まれたのだと思うと、なんとも感慨深いものがあった。
プロンプトでは「海辺を歩く女性」と頼んだのに、アップロードした画像は室内のポートレートだった。AIはプロンプトのほうを優先し、まったく違う海の映像を作ってくれた。狙いとは違ったが、それはそれで面白い発見であった。機械は、思ったより素直で、思ったより自由なのかもしれない。
まったく、無料でここまでできるとは恐れ入ったのであった。
お昼ご飯を食べたら、また続きに挑戦するつもりである。次はプロンプトと画像をきちんと合わせて、思い通りの映像を作ってみたい。そしていずれは、この一連の流れを講座として、受講生さんたちにも伝えていきたいと思っている。
水が女の子になる、という動画も作ってみた。
ローカルで制限がないということは、あんな動画、こんな動画、いろんな動画がつくれちゃうってことですよ(笑)。
【 Minimax H3】無料のMinimax H3で簡単な動画を作ってみました(note投稿用です)
需要があるかわかんないけど、プロンプトものせておきます。 Photorealistic live-action footage. A cramped video editing suite at night, lit by the glow of the monitors and one warm desk lamp.
A living body of water — a clear, translucent creature about the size of a cat, made entirely of water — flies playfully around the room. It swims through the air past the monitors, curls around the microphone arm, grazes the edge of the desk, then bursts into a trail of glittering droplets before pulling itself back into one fluid shape. Surface tension ripples across its skin. Real refraction bends the blue screen light through its body. Tiny specular highlights slide over it as it moves. It loops overhead, hovers in front of the lens for a beat as if looking back at the viewer, then darts off frame.
Handheld camera follows it with quick natural pans and a subtle rack focus. Shallow depth of field, 24fps, cinematic color grading, soft practical lighting, crisp 2K detail. Nothing in the room gets wet.
Audio: crisp water sounds synced to its motion — sloshing, gurgling, light splashes, droplet plinks with a short reverb tail — layered over a light, upbeat playful instrumental with soft percussion, marimba and plucked strings. No dialogue, no voiceover, no narration.
ーーーーーーーーーーーーーーーーー
Photorealistic live-action, vertical 9:16, direct continuation of the previous shot. Same night editing room: warm wooden desk, dark grey wall, a studio monitor speaker on the left, a large display showing a video editing timeline, a black mechanical keyboard and a white Apple keyboard, a desk lamp glowing from the left, a microphone on a boom arm in the background.
A perfectly clear sphere of water hovers above the desk, the monitor's timeline refracting upside down inside it. The sphere stretches upward into a rising column of water. The column twists, folds and gathers itself into the figure of a young girl made entirely of clear water, about 40cm tall, standing barefoot on the wooden desk.
Her body is water and only water — a smooth, seamless sculptural form like a flawless glass statue. No facial features, no clothing, no anatomical detail. She is defined purely by contour, surface tension and refraction. The blue screen light and the warm lamp light bend through her body. Long hair made of trailing water ripples behind her and drips slowly.
She turns her head toward the camera. She lifts one hand, and tiny droplets fall from her fingertips and tap onto the keyboard. She takes two light steps along the desk, turns once so her water hair arcs into a ring of glittering droplets, then springs upward and bursts into a fine shower of water that scatters across the desk and evaporates into nothing.
Camera: slow push-in on the desk with subtle handheld drift, rack focus from the monitor to the figure, shallow depth of field, 24fps, cinematic color grading, soft practical lighting, crisp 2K detail. The desk, keyboards and equipment stay completely dry.
Audio: water only — a rising rush as the water gathers, soft gurgling and sloshing as the figure forms, delicate droplet plinks on the wooden desk with short natural reverb, one light splash on the final burst. Underneath, a light and gentle upbeat instrumental with soft piano, marimba and airy pads, mixed low so the water sounds stay in front. No dialogue, no voiceover, no singing, no narration.
