Tools

h3-metal - Antirez baut native MiniMax-H3-Inferenz fuer Apple Silicon

minimax h3 apple-silicon metal video-generation antirez

Salvatore Sanfilippo (antirez, Schoepfer von Redis) hat mit h3-metal ein natives C-Inferenz-Engine fuer das MiniMax-H3 Multimodal-Modell auf Apple Silicon veroeffentlicht. Das Projekt ist als eine Folge funktionierender vertikaler Slices aufgebaut und unterstuetzt bereits Prompt-to-Video/Audio, First/Last-Frame-Conditioning und geordnete Ref2VA-Referenzen.

Kernfeatures

  • Native Metal-Implementation: Direkte GPU-Programmierung ohne Python/PyTorch-Abhaengigkeiten
  • Interaktive Sessions: BF16-Prompt-Conditioning bleibt im Speicher, wiederholte Prompts mit anderen Seeds vermeiden Neuladen
  • SSD-Streaming-Modus: Nur 2 GiB DiT-Speicher statt 36,5 GiB - liest Bloecke on-demand von der SSD bei 26-84% Geschwindigkeitsverlust
  • First/Last-Frame-Conditioning: !first opening.png und !last ending.png setzen Start- und Endbilder fuer Video-Generierung
  • Ref2VA-Referenzen: Bilder als Referenzen anhaengen (!ref-image person.png), Modell erkennt <Picture 1> etc.

Geschwindigkeit/Qualitaets-Presets

  • Aggressiv: 4 Denoising-Passes, 3,5 Sekunden auf M5 Max fuer 22 Frames bei 512x512
  • Default: 20 Passes, 45 Layer, Reuse 2 (11 echte DiT-Evaluierungen)
  • Referenz: 50 Passes, 50 Layer, Reuse 1 - das Qualitaets-Orakel

Einordnung

h3-metal zeigt, was mit purer C-Programmierung und Metal auf Apple Silicon moeglich ist - ohne Python-Overhead, ohne Framework-Abhaengigkeiten. Aktuell wird auf M3 Max und M5 Max optimiert. Das Projekt steht unter MIT-Lizenz und ist bereits mit 1.100+ GitHub-Stars einer der am schnellsten wachsenden KI-Inferenz-Tools.

Original: github.com/antirez/h3.c