Les poids ouverts de MiniMax H3 /
Le personnage en planche multi-vues /
L'agentivité en débat à NeurIPS

MiniMax a mis en ligne lundi les poids ouverts de H3, le modèle vidéo omni-modal de 33,1 milliards de paramètres qui motorise la gamme Hailuo, publiés sur Hugging Face sous licence communautaire. Le support ComfyUI natif a été fusionné le même jour, avec quatre nouveaux nœuds, six workflows officiels et une génération conjointe de la vidéo et de l'audio stéréo dans la même passe de débruitage. La publication couvre deux déclinaisons de H3-Base : FL2VA pour le texte-vers-vidéo avec conditionnement par première et dernière image, et Ref2VA qui accepte jusqu'à neuf images, trois vidéos et trois pistes audio de référence. Les clips sortent en 768p à 24 images par seconde, de 4 à 15 secondes, avec un son stéréo 32 kHz ; la montée en 2K et l'orchestrateur multimodal H3-Context-IR restent côté API. Des checkpoints INT8 élagués d'environ 40 %, ramenés à 19,5 Go, mettent le modèle à portée des GPU locaux.

Alissonerdx publie CharacterSheet, une collection de LoRA d'édition d'image qui convertissent une image de personnage unique en planche de référence multi-vues, identité, vêtements et proportions préservés. Trois variantes sont disponibles : TripleView et QuadView pour FLUX.2 Klein 9B, et QuadView pour Krea 2 Turbo, cette dernière ajoutant un gros plan du visage aux vues de face, de profil et de dos. L'entraînement repose sur environ 300 planches de personnages, centré sur l'humain ; l'anime, les créatures et les styles cartoon fonctionnent avec une consistance moindre. Chaque modèle embarque un workflow JSON prêt à charger dans ComfyUI, sans nœud personnalisé, avec des réglages de départ à 8 ou 10 pas et CFG 1. Le turnaround, standard historique de l'animation, devient une primitive de pipeline, du character design jusqu'à l'identité graphique d'une pochette de disque construite autour d'une figure récurrente.

Le track Creative AI de NeurIPS 2026 a clos ses soumissions lundi soir, pour une quatrième édition placée sous le thème de l'agentivité. Artistes, designers et chercheurs étaient invités à interroger où commence et où finit l'agentivité créative quand elle se distribue entre artiste, modèle, plateforme et public. Les œuvres — art visuel, musique, spectacle vivant, film, architecture, installations — se soumettent au format vidéo de trois minutes, les papiers de recherche en deux à six pages. Le track devient non archivé cette année : posters présentés hors des actes officiels, œuvres diffusées sur grands écrans lors de la conférence à Sydney, décisions attendues le 18 septembre. Parmi les questions posées figurent la responsabilité quand l'agentivité se répartit entre artistes, modèles et datasets, et le devenir du goût quand les systèmes savent prédire la préférence esthétique.