動画生成AI「H3 Max」、5秒動画を約3秒で生成

画面の次の場面を決めるのは、番組の制作者だけではない。fal.aiは、視聴者の提案と投票で展開が変わるライブ配信「fal.live」を開設し、最多票の案を次の映像に採用するAI番組を始めた。その裏側で、音声付きの480p・5秒動画を約3秒で生成する「MiniMax H3 Max」を無料で試せる専用サイトを公開している。

H3 Maxは、中国のAI企業MiniMaxが発表した動画生成モデル「MiniMax H3」に、fal.aiが追加学習を施して高速化したものだ。テキストや画像を入力でき、5〜15秒、480pまたは768p、24fpsの動画を作る。画像から生成する場合は、1枚目を冒頭、2枚目を最後の場面に指定し、その間をつなぐ映像も生成できる。元のH3は、テキスト、画像、動画、音声を組み合わせ、最大2K・15秒の音声付き動画を生成し、既存動画の編集にも対応する。

無料の専用サイトはアカウント登録なしで試せる。登録すれば、1日最大5本を無料で生成できる。外部サービスから機能を呼び出すAPIは従量課金制で、通常料金は480pが1秒0.05ドル、768pが1秒0.08ドルだ。テキスト入力では6種類の画面比率から選べる。

連続配信を支えるのは、H3 Maxを長時間の生成向けに調整した実験モデル「H3 Max Director」だ。過去の映像を最大2分間参照し、それまでの文脈や流れを保ちながら次の映像を作る。fal.aiは、H3 MaxについてH3の約35倍の処理能力を持ち、同等品質の他モデルより平均15倍速いと説明している。15秒動画は約15秒で生成できるという。

では、何が変わるのか。視聴者の投票結果を次の短編映像へ反映する企画を、生成待ちの長い制作工程なしに試せる。広告やゲームなどの商用コンテンツ制作にも活用できるとMiniMaxは説明している。一方、ここで示された速度や比較性能はfal.aiによる説明であり、H3 Maxのオープンウェイト（モデルの重みを公開する形式）も公開方針が示された段階で、時期は明らかになっていない。