जिसने Redis लिखा, उसने दो दिन लगाकर एक वीडियो मॉडल को मैक पर उतार दिया। अब यह साढ़े तीन सेकंड में क्लिप बनाता है।

9 अगस्त को साल्वातोरे सानफिलिप्पो — यानी Redis के लेखक antirez — ने h3.c जारी किया: शून्य से लिखा गया एक Metal इम्प्लीमेंटेशन जो MiniMax के H3 वीडियो मॉडल को Apple Silicon पर मूल रूप से चलाता है। दो दिन में इसने GitHub पर 1,000 स्टार पार किए, 11 अगस्त को Hacker News के मुखपृष्ठ पर पहुँचा, और वह अब भी इसमें कोड जोड़ रहे हैं। H3 एक 33 अरब पैरामीटर वाला ऑम्नी-मोडल मॉडल है जो टेक्स्ट, तस्वीर या ऑडियो संदर्भ से समकालिक स्टीरियो ध्वनि सहित छोटी क्लिप बनाता है; MiniMax ने इसके वेट 3 अगस्त को Hugging Face पर डाले थे। M5 Max पर h3.c डिफ़ॉल्ट 20 स्टेप में 512×512 की 22-फ़्रेम क्लिप लगभग 16.7 सेकंड में बनाता है, और गुणवत्ता की स्पष्ट क़ीमत चुकाने वाले चार-स्टेप आक्रामक मोड में करीब 3.5 सेकंड में। एक SSD-स्ट्रीमिंग रास्ता डिफ्यूज़न ट्रांसफ़ॉर्मर की मेमोरी ज़रूरत को 36.5 GB से घटाकर 2 GB कर देता है, जिसकी क़ीमत लगभग 26% धीमी गति है — और यही वजह है कि यह उन मशीनों पर भी चलता है जो वरना मॉडल को समा ही नहीं सकतीं। कोड MIT लाइसेंस पर है; मॉडल का अपना लाइसेंस नहीं, और वह अमेरिका, यूरोपीय संघ, ब्रिटेन तथा दक्षिण कोरिया में स्थानीय तैनाती को बाहर रखता है।

✓ सत्यापित · 3 स्रोत

संबंधित खबरें