Motor em C leva inferência do MiniMax H3 ao Apple Silicon

Dados rápidos

• Repositório: antirez/h3.c
• Licença: MIT
• Linguagem: C
• Estrelas e forks: 1.020 estrelas e 48 forks
• Ranking: Trendshift daily #2 e weekly #9
• Consulta: 11 de agosto de 2026

Um motor local para geração multimídia

O projeto busca transformar um modelo MiniMax H3 em uma aplicação nativa para o hardware da Apple. O README descreve uma implementação construída em etapas: primeiro, metadados determinísticos do modelo e do computador; depois, paridade dos blocos portáveis em Metal, codificação de prompts e geração de vídeo e áudio.

A ferramenta também aceita condicionamento por primeiro e último quadro, além de referências ordenadas de imagem, vídeo e áudio. Na prática, isso permite orientar uma geração com imagens específicas ou controlar os pontos inicial e final de uma sequência.

O repositório está voltado a quem deseja rodar o modelo localmente. O README informa que o trabalho atual inclui otimizações específicas de desempenho e memória para M3 Max e M5 Max, mas não informa suporte geral a outras plataformas.

Como funciona e como executar

O programa é compilado em C e usa Metal, a API gráfica e de computação da Apple. O usuário precisa ter um snapshot do modelo em ./MiniMax-H3, além de FFmpeg e FFprobe disponíveis no PATH.

A compilação e a inspeção inicial podem ser feitas com:

make -j8
mkdir -p outputs
./h3 --info -d ./MiniMax-H3

A opção --info verifica a organização dos arquivos do modelo e mostra o dispositivo Metal selecionado, sem mapear todos os pesos nem gerar mídia. Para uma sessão interativa, o comando abaixo inicia um prompt no estilo Iris:

./h3 -d ./MiniMax-H3 --width 512 --height 512 --steps 6

Também é possível executar uma geração diretamente pelo terminal. O exemplo validado no README usa 512 por 512 pixels, 22 quadros, 20 passos de remoção de ruído e 45 dos 50 blocos do transformador:

./h3 --profile \
  -d ./MiniMax-H3 \
  -p "A red fox walks through fresh snow in a pine forest." \
  --width 512 --height 512 \
  --frames 22 --steps 20 \
  --layers 45 --reuse 2 \
  -o outputs/fox-fast.mp4

Na sessão interativa, comandos como !seed random, !seconds 2, !save output.mp4 e !status controlam a geração. O sistema mantém em memória o condicionamento BF16, o DiT preparado e o decodificador de vídeo, evitando recarregar e reencodar tudo a cada prompt repetido.

Casos de uso previstos

• Geração de vídeos curtos a partir de descrições textuais, como cenas de animais, paisagens ou movimentos de câmera.
• Criação com primeiro e último quadro, usando !first e !last para definir âncoras visuais persistentes na sessão.
• Uso de imagens de referência com !ref-image, apresentadas ao modelo em ordem como <Picture 1>, <Picture 2> e assim por diante.
• Testes rápidos de qualidade com quatro a sete passos de remoção de ruído, reduzindo o tempo de iteração.
• Execução em máquinas com menos memória por meio de --ssd-streaming, que mantém dois blocos DiT na memória e lê o próximo bloco do SSD.

O modo de pré-visualização --show funciona com protocolos gráficos de terminais como Kitty, Ghostty, iTerm2, WezTerm e Konsole. Segundo o README, essa opção aumenta a residência temporária do modelo em aproximadamente 10 GiB.

O que diferencia a implementação

A principal característica é a combinação entre o modelo MiniMax H3, código em C e execução nativa em Metal para Apple Silicon. O repositório não se apresenta como uma interface genérica para vários modelos: seu foco declarado é a inferência do H3 em computadores Mac.

Outro ponto é a possibilidade de escolher entre velocidade, qualidade e uso de memória. O parâmetro --reuse reduz cálculos de denoising, --layers permite executar apenas parte dos blocos do transformador e --ssd-streaming troca memória por leituras do armazenamento.

Limitações e cuidados

O projeto foi criado em 9 de agosto de 2026 e recebeu seu último commit em 11 de agosto de 2026, indicando uma base muito recente. Há 11 issues abertas, e nenhuma release foi encontrada no repositório. Não há site oficial informado nem tópicos cadastrados.

A execução depende de um snapshot do modelo MiniMax H3, de FFmpeg, de FFprobe e de um Mac compatível com Apple Silicon. O README também informa que o modo de streaming usa o checkpoint BF16 original, sem conversão ou quantização, e pode ser mais lento que a execução com o modelo inteiro residente na memória.

A licença declarada é MIT. Não foram informados no repositório dados sobre auditoria de segurança, política de uso dos modelos, desempenho em outros chips ou compatibilidade com sistemas fora do ambiente Apple.

Resumo rápido

• Projeto: motor de inferência do MiniMax H3 para Macs com Apple Silicon
• Licença: MIT
• Linguagem: C
• Estrelas: 1.020
• Ranking: Trendshift daily #2 e weekly #9
• Risco principal: maturidade inicial e dependência de hardware e ferramentas específicas

Fontes

• Repositório no GitHub
• Releases
• Homepage oficial: não informado no repositório
• Trendshift