H3 Max tạo video 768p trong 2,78 giây, đứng đầu đánh giá độc lập

H3 Max do fal phát triển tạo video 768p dài 5 giây trong 2,78 giây, đạt thông lượng cao hơn khoảng 35 lần so với endpoint chính thức của MiniMax H3.

fal công bố H3 Max ngày 27 tháng 8, cho biết mô hình này được phát triển bằng cách huấn luyện bổ sung trên open weight của MiniMax H3 và tối ưu hóa engine suy luận. Thời gian tạo video được đo trong môi trường riêng của fal.

Trong cùng điều kiện, MiniMax H3 mất 53,20 giây. Tuy nhiên, con số cao hơn 35 lần là so sánh thông lượng giữa endpoint chính thức của fal và môi trường đo riêng, không phải phép quy đổi đơn giản từ thời gian tạo video của hai mô hình.

H3 Max được phát triển dựa trên H3, mô hình tạo video và âm thanh của MiniMax. Mô hình đã trải qua quá trình huấn luyện bổ sung nhằm cải thiện khả năng hiểu prompt và chất lượng hình ảnh, đồng thời duy trì chức năng cốt lõi là tạo video và âm thanh cùng lúc.

Hai mô hình có khác biệt về điều kiện đầu ra. MiniMax H3 hỗ trợ độ phân giải tối đa 2K và video dài 5-15 giây, đồng thời có thể sử dụng nhiều loại đầu vào tham chiếu như hình ảnh, video và âm thanh.

H3 Max tập trung vào tốc độ tạo nhanh ở độ phân giải 768p. Đây là phiên bản phù hợp hơn với các tác vụ ưu tiên độ trễ thấp thay vì sự linh hoạt về độ phân giải và phương thức đầu vào.

fal cho biết H3 Max có thể được dùng để phát trực tuyến theo thời gian thực, tạo video trong khi phát sóng và sản xuất video ngắn cho mạng xã hội. Độ trễ và chi phí trong môi trường dịch vụ thực tế có thể thay đổi tùy theo lưu lượng sử dụng, hàng đợi và điều kiện gọi.

fal cũng cho biết H3 Max đứng đầu ở cả ba hạng mục gồm chất lượng tổng thể, khả năng hiểu prompt và chất lượng thẩm mỹ trong đánh giá sở thích riêng của công ty. Đánh giá bao gồm 12 mô hình như MiniMax H3, Gemini Omni Flash, Wan 3.0, Seedance 2.5, Kling 3 và Veo 3.1.

Kết quả này cần được phân biệt với đánh giá độc lập vì đây là phép so sánh do fal xây dựng. Chỉ dựa trên thứ hạng sở thích do công ty công bố thì chưa thể kết luận H3 Max vượt trội trong mọi môi trường sử dụng.

Trong đánh giá độc lập, thứ hạng của H3 Max đã được xác nhận. Trên bảng xếp hạng hình ảnh sang video có âm thanh của Artificial Analysis, H3 Max đứng đầu với Elo 1195 tính đến ngày 18 tháng 9.

Bảng xếp hạng này tính điểm và thứ hạng dựa trên các lượt bình chọn mù về sở thích của người dùng đối với cùng một đầu vào. Kết quả có thể thay đổi theo quy mô mẫu và số lượt bình chọn tích lũy, nên cần được xem là thứ hạng tại một thời điểm cụ thể.

Việc cùng quảng bá tốc độ và chất lượng không đồng nghĩa mô hình không có tổn thất chất lượng. So sánh tốc độ do bên thứ ba tái hiện trên cùng phần cứng và cùng điều kiện đầu ra, cũng như kiểm chứng chất lượng bao quát mọi điều kiện sản xuất, cần được đánh giá theo tiêu chuẩn riêng.

Lựa chọn thực tế có thể phụ thuộc vào mục đích sử dụng. H3 Max có thể phù hợp khi cần nhanh chóng lặp lại các bản nháp video ngắn, trong khi MiniMax H3 cung cấp nhiều lựa chọn hơn nếu cần đầu ra 2K, sử dụng video hoặc âm thanh tham chiếu và kiểm soát chi tiết quá trình sản xuất.

Việc công bố H3 Max cho thấy huấn luyện bổ sung open weight của mô hình do doanh nghiệp khác phát triển và tối ưu hạ tầng suy luận có thể trở thành yếu tố tạo khác biệt cho dịch vụ tạo video. Trước đó, TokenPost từng đưa tin về trường hợp fal cho biết H3 Max tạo video 5 giây trong khoảng 3 giây.

Lần này, thời gian tạo cụ thể 2,78 giây và thứ hạng trên bảng xếp hạng độc lập của Artificial Analysis đã được xác nhận thêm. fal cho biết H3 Max được cung cấp trên nền tảng và API, trong khi người dùng có thể lựa chọn giữa hai mô hình dựa trên độ phân giải, thời lượng và khả năng hỗ trợ đầu vào tham chiếu.