H3 görüntü ve stereo sesi aynı anda üretiyor

Çin merkezli yapay zekâ şirketi MiniMax, video üretiminde hızla büyüyen rekabete H3 modeliyle katıldı. Sistem, farklı içerik türlerini aynı işlem zincirinde kullanarak kısa videolar oluşturabiliyor.

Yeni model yalnızca metinden video üretmekle sınırlı kalmıyor. Kullanıcılar görüntü, ses, video ve yazılı talimatları birlikte kullanarak mevcut içerikleri düzenleyebiliyor veya yeni sahneler hazırlayabiliyor.

H3’ün piyasaya çıkışı, Çinli teknoloji şirketlerinin video üretiminde maliyet, görüntü kalitesi ve işlemci bağımsızlığı üzerinden yürüttüğü rekabeti yeni bir aşamaya taşıdı.

15 saniyede 2K video

MiniMax’ın verdiği bilgiye göre H3, 15 saniyeye kadar 2K çözünürlüklü video üretebiliyor. Model, görüntüyle eş zamanlı biçimde doğal stereo ses de oluşturabiliyor.

Sistem, metin komutlarının yanı sıra referans görüntüleri, videoları ve ses dosyalarını birlikte işleyebiliyor. Böylece bir sahnenin hareket yapısı başka bir videoya aktarılabiliyor veya mevcut görüntüler yeni talimatlara göre yeniden düzenlenebiliyor.

H3, karakter hareketleri ile kamera açılarını referans içeriklerden alarak farklı sahnelere uygulayabiliyor. Bu özellik, özellikle reklam filmi, ürün tanıtımı ve oyun içeriği hazırlayan şirketlerin tekrar çekim ihtiyacını azaltmayı amaçlıyor.

Modelin ses ve görüntüyü aynı üretim sürecinde hazırlaması, görüntü oluşturulduktan sonra ayrı seslendirme ve senkronizasyon yapılması gereken iş akışlarına alternatif sunuyor.

Maliyet iddiası yarışı sertleştirdi

MiniMax, H3 ile 2K video üretmenin maliyetinin piyasadaki yaygın rakip ürünlerin üçte birinden daha düşük olduğunu açıkladı. Şirket, bu karşılaştırmanın hangi modelleri ve kullanım koşullarını kapsadığına ilişkin ayrıntılı bir fiyat tablosu yayımlamadı.

Maliyet iddiasının gerçek kullanım koşullarında karşılık bulması halinde reklam, e-ticaret, ürün tasarımı ve oyun sektörlerindeki video bütçeleri üzerinde baskı oluşabilir. Özellikle çok sayıda kısa içerik üreten şirketler açısından video başına maliyet belirleyici hale geliyor.

MiniMax, H3’ü öncelikle ticari kullanıma yönelik geliştirdiğini belirtiyor. Modelin hedeflediği alanlar arasında dijital reklamlar, ürün videoları, çevrim içi mağaza içerikleri, oyun sahneleri ve tasarım çalışmaları bulunuyor.

Üretilen görüntünün tutarlılığı, işlem süresi, telif kontrolleri ve gerçek kullanım fiyatı ise modelin ticari ölçekte ne kadar yaygınlaşacağını belirleyecek.

ByteDance ve Kuaishou baskısı

Çin’de yapay zekâ destekli video pazarındaki rekabet, ByteDance’in Seedance 2.0 modelini piyasaya çıkarmasının ardından hızlandı. Model, metin, görüntü, video ve ses girdilerini birlikte kullanabilmesiyle geniş ilgi gördü.

Kısa video platformu Kuaishou da Kling 3.0 ile aynı pazarda konumlanıyor. Çinli şirketler, yalnızca görüntü kalitesi üzerinden değil üretim süresi, fiyat ve geliştiricilere sunulan erişim seçenekleri üzerinden de yarışıyor.

MiniMax’ın H3 ile maliyeti öne çıkarması, video modellerindeki rekabetin performans testlerinden ticari kullanım bütçelerine kaydığını gösteriyor. Daha düşük üretim maliyeti, küçük işletmelerin ve bağımsız içerik üreticilerinin bu araçlara erişimini de artırabilir.

Şirketlerin açıkladığı fiyat avantajlarının karşılaştırılabilmesi için aynı çözünürlük, video süresi, ses kalitesi ve yeniden üretim sayısının dikkate alınması gerekiyor.

Model ağırlıkları açılacak

MiniMax, H3’ün model ağırlıklarını duyurunun ardından birkaç gün içinde yayımlamayı planlıyor. Bu adım, geliştiricilerin sistemi indirerek kendi ihtiyaçlarına göre uyarlamasına olanak sağlayacak.

Video üretiminde önde gelen modellerin önemli bölümü kapalı sistemlerle çalışıyor. H3’ün ağırlıklarının erişime açılması, şirketlerin modeli kendi verileri, ürünleri ve görsel kimlikleri doğrultusunda özelleştirmesini kolaylaştırabilir.

Ancak ağırlıkların hangi lisans koşullarıyla yayımlanacağı, ticari kullanım sınırları ve gerekli donanım kapasitesi henüz ayrıntılı biçimde açıklanmadı. Bu koşullar, modelin açık ekosistemde ne ölçüde benimsenebileceği açısından önem taşıyor.

MiniMax’ın daha önceki bazı açık ağırlıklı modellerinde ticari kullanım koşulları bulunuyordu. H3 için yayımlanacak lisans, geliştiricilerin ve şirketlerin kullanım planlarını şekillendirecek.

Çin çipleriyle çalışacak

MiniMax, H3’ün birden fazla Çin üretimi işlemciyle çalışacak biçimde tasarlandığını bildirdi. Şirket, desteklenen işlemcilerin tam listesini ve farklı donanımlardaki performans sonuçlarını henüz açıklamadı.

Uyumluluk hamlesi, Çinli yapay zekâ şirketlerinin ABD üretimi gelişmiş yarı iletkenlere bağımlılığı azaltma arayışının bir parçasını oluşturuyor. Video modelleri yüksek hesaplama gücü gerektirdiği için işlemci erişimi, maliyet kadar önemli bir rekabet unsuru haline geldi.

H3’ün Çin üretimi donanımlarda verimli biçimde çalışması, modeli yerel veri merkezleri ve kurumsal müşteriler açısından daha erişilebilir hale getirebilir. Ancak gerçek performans, model ağırlıkları ve teknik sonuçlar yayımlandıktan sonra ölçülebilecek.

Bundan sonraki süreçte H3’ün fiyatlandırması, model ağırlıklarının lisansı, Çin işlemcilerindeki üretim hızı ve ticari kullanıcıların ilk sonuçları izlenecek.