ローカル動画生成が本当にすごいことになっています。話題のMiniMax H3を、RTX 5070(VRAM 12GB)+メモリ64GBという「普通のPC」に導入した実録回です。映像とセリフ・効果音・環境音を同時に生成する33Bのオープンウェイトモデルで、環境構築はAIエージェントに丸投げして15分。ローカルなら失敗し放題で、失敗の回数がそのまま上達になります。
今回話していること:
- MiniMax H3: 7月31日API開始・8月3日オープンウェイト公開。商用可(表記必要)
- 新しさ: 映像と音声(32kHzステレオ)を一回の生成で同時に出す
- 普通のPCで動いた: RTX 5070・VRAM 12GB。量子化版は約40GB
- 環境構築はAIに丸投げ15分: ComfyUI・PyTorch・CUDA・モデルDL・バッチまで
- 生成速度の実測: 320×192の1.6秒が約18.6秒、864×480の5秒が約83秒
- MCP化(20分)でComfyUI画面いらず。Claude Codeから一言で生成
- スキル化すれば「縦型5秒・夜の東京・環境音入り」と言うだけ
- ローカルは失敗し放題: お金のブレーキが外れてトライアンドエラーが回る
- APIは768pで$0.08/秒(5秒≒60円)。2KはAPI必須
- ライセンス注意: EU・英国・韓国・米国は対象外(日本はOK、使用前に確認を)
- 使い分け: ローカルで数を打ち、本番の仕上げだけクラウドへ
- コツ: 参考動画を3本渡して「これと似た感じで」。参考の提示が品質の分かれ目
- MiniMax Music(BGM生成)もローカルで動く
🔗 AIを仕事に取り入れていくSubstack(特典PDFあり):
https://ikkaku.substack.com/
#AI活用 #動画生成AI #MiniMax #ローカルLLM #ComfyUI
---
stand.fmでは、この放送にいいね・コメント・レター送信ができます。
https://stand.fm/channels/695826926f1e5aedb1ead45c