كم تطول مدة فيديو MiniMax H3 — ولماذا 192 إطارًا هي الثانية الصحيحة الوحيدة

مدة فيديو MiniMax H3 من 4 إلى 15 ثانية. والسقف 362 إطارًا عند 24 إطارًا في الثانية، أي 15.083 ثانية لا خمس عشرة مستوية — وذلك الكسر الزائد 0.083 هو الدليل على كل ما يأتي أدناه.

اطلب من MiniMax H3 مقطعًا من ثماني ثوانٍ فتحصل على 8.000 ثوانٍ. اطلب سبعًا فتحصل على 7.292. اطلب اثنتي عشرة فتحصل على 12.250. النموذج لا يقرّب تقريبًا سيّئًا — بل هو لا يعمل بالثواني أصلًا.

H3 يخرج بكتل إطارات، لا بثوانٍ

كل إخراج من H3 عدد صحيح من الكتل الكامنة، وعدد الإطارات يحطّ دائمًا على:

frames = 17n + 5

وعند 24 إطارًا في الثانية يثبّت ذلك زمن التشغيل. فحقل المدة في أي واجهة طلب؛ والشبكة هي ما يُخرَج فعلًا، وقيمتك تلتصق بأقرب كتلة مشروعة. وComfyUI يفعل هذا الالتصاق أمام عينيك — اضبط مدةً وراقب حقل الإطارات وهو يقفز.

وعبر المدى من 4 إلى 15 ثانية الذي تقبله الواجهة البرمجية، تكون الشبكة كلها صغيرة بما يكفي لطباعتها:

صفّ واحد بالخطّ العريض، وهو الوحيد الذي يحتاج ذلك.

لماذا قيمة واحدة بالضبط تحطّ على ثانية صحيحة

عدد الإطارات ينقسم على الثواني الصحيحة انقسامًا تامًّا حين يكون من مضاعفات 24. فنريد إذن:

17n + 5 ≡ 0  (mod 24)
17n     ≡ 19 (mod 24)

والعدد سبعة عشر يصادف أنه معكوس نفسه بمقياس 24 — إذ إن 17 × 17 = 289 = 12 × 24 + 1. فاضرب الطرفين في 17:

n ≡ 17 × 19 ≡ 323 ≡ 11 (mod 24)

فالحلول إذن n = 11, 35, 59, …. والحلّ التالي بعد 11 هو 35، أي 600 إطار، أي 25 ثانية — وذلك بعيد فوق سقف الخمس عشرة ثانية.

وداخل المدى الذي يخرجه H3 فعلًا، القيمة n = 11 هي الجواب الوحيد. 192 إطارًا. 8.000 ثوانٍ. وكل ما عداها ممّا تستطيع طلبه طوله كسر من ثانية.

متى يهمّ هذا ومتى لا يهمّ

لمقطع واحد ذاهب مباشرة إلى خلاصة اجتماعية، لا يهمّ إطلاقًا. فلا أحد يشاهد حلقة مكرّرة ويميّز 8.708 ثوانٍ من تسع.

لكنه يبدأ في الأهمية لحظة أن يكفّ المقطع عن كونه وحيدًا:

• القطع على الموسيقى. المازورة عند 120 نبضة في الدقيقة تساوي 2.000 ثانية. وطلب من 10 ثوانٍ يعطيك 7.292 أو 8.708 — وكلاهما ينحرف عن الشبكة، والانحراف يتراكم عبر السلسلة.
• خياطة المقاطع. ستّ لقطات عند 5.167 ثانية تساوي 31.002 ثانية، لا 31. فارق صغير، لكنه يتراكم إلى خطّ زمني لا يستوي أبدًا مع العلامات التي وضعتها.
• أي شيء له خانة صارمة. إعلان تمهيدي من ستّ ثوانٍ ليس مدةً يستطيع H3 إنتاجها. و6.583 هي الأقرب، وهي تتجاوز الخانة.

إن كان في المشروع أي قيد توقيت أصلًا، فابنِه من كتل مدّتها 8.000 ثوانٍ وقصّ في المونتاج. فهي الطول الوحيد الذي يعيده النموذج نظيفًا.

النسخة العملية

ثلاثة أمور تستحقّ الاحتفاظ:

1. اطلب 8 ثوانٍ متى استطعت. إنها دقّة بلا مقابل — التكلفة نفسها لثانية الإخراج مثل أي قيمة أخرى، وهي الوحيدة التي تصل صحيحة.
2. اقرأ عدد الإطارات لا حقل الثواني. الإطارات هي ما التزم به النموذج. أما الثواني فقسمة تجريها أنت بعد ذلك.
3. لا تصارع الشبكة داخل البرومبت. كتابة «exactly six seconds» في برومبت لا تغيّر حجم الكتلة. أما التوقيت داخل اللقطة — نبضة عند 00:04.500 مثلًا — فمحترَم؛ وأما زمن التشغيل الكلي فغير قابل للتفاوض.

والحساب يستحقّ أن تجريه بنفسك. يأخذ دقيقة، ولا يحتاج مصدرًا غير قاعدة 17n + 5 و24 إطارًا في الثانية، ويحسم سؤالًا يبدو من دونه كأن النموذج يتصرّف بلا قاعدة.

أو دع الواجهة تفعل ذلك: مولد الفيديو بالذكاء الاصطناعي على MiniMax H3 هنا لا يعرض إلا الأطوال التي تستطيع الشبكة إخراجها فعلًا، فالرقم الذي تختاره هو عدد الثواني الذي يعود إليك.