L’IA vidéo « H3 Max » génère 5 secondes en 3 secondes

Ce ne sont pas seulement les producteurs de l’émission qui décident de la scène suivante. fal.ai a lancé la diffusion en direct « fal.live », où les suggestions et les votes des spectateurs font évoluer le scénario, les propositions ayant recueilli le plus de voix étant retenues pour la vidéo suivante. En parallèle, l’entreprise a publié un site dédié permettant de tester gratuitement « MiniMax H3 Max », capable de générer une vidéo 480p de 5 secondes en environ 3 secondes avec son.

H3 Max est une version accélérée du modèle de génération vidéo « MiniMax H3 », annoncé par l’entreprise chinoise d’IA MiniMax, à laquelle fal.ai a appliqué un entraînement supplémentaire. Il accepte du texte ou des images en entrée et produit des vidéos de 5 à 15 secondes, en 480p ou 768p, à 24fps. Pour une génération à partir d’images, la première image peut être définie comme scène d’ouverture et la deuxième comme dernière scène, l’IA générant également la séquence qui les relie. Le H3 original combine texte, images, vidéos et audio pour produire des vidéos avec son allant jusqu’à 2K et 15 secondes, et prend aussi en charge la modification de vidéos existantes.

Le site dédié gratuit peut être essayé sans créer de compte. Après inscription, il est possible de générer gratuitement jusqu’à 5 vidéos par jour. L’API, qui permet d’appeler des fonctions depuis un service externe, est facturée à l’usage : le tarif standard est de 0,05 dollar par seconde en 480p et de 0,08 dollar par seconde en 768p. Pour les saisies textuelles, six formats d’image sont proposés.

La diffusion continue repose sur le modèle expérimental « H3 Max Director », adapté à la génération de vidéos longues à partir de H3 Max. Il peut consulter jusqu’à 2 minutes de vidéo passée afin de produire la séquence suivante tout en conservant le contexte et le fil narratif. fal.ai affirme que H3 Max offre une capacité de traitement environ 35 fois supérieure à celle de H3 et qu’il est en moyenne 15 fois plus rapide que les autres modèles de qualité comparable. Une vidéo de 15 secondes peut être générée en environ 15 secondes.

Qu’est-ce que cela change ? Il devient possible de tester des projets qui intègrent les résultats des votes des spectateurs dans de courtes vidéos successives, sans passer par de longues étapes de production liées à l’attente de la génération. MiniMax explique que cette technologie peut aussi servir à produire des contenus commerciaux, notamment pour la publicité et les jeux vidéo. En revanche, les vitesses et performances comparées présentées ici reposent sur les explications de fal.ai. Quant aux poids ouverts de H3 Max, leur publication n’en est encore qu’au stade de l’annonce de principe, sans calendrier précisé.