生成AIは、高性能になればなるほど巨大になる。

巨大になるほど、

• 高価なGPU
• 大量のVRAM
• 大量のメモリ
• クラウドサーバー

が必要になる。

少し前までは、これが当たり前でした。

特に動画生成AIとなれば、

「個人PCで動かすのは一部のハイエンドユーザーだけ」

というイメージが強かったと思います。

しかし2026年8月、少し面白い動きが続いています。

一つは、動画生成AI、

MiniMax H3。

Comfy-OrgからComfyUI向けに再パッケージされたモデルが公開され、

• INT8
• FP8
• pruned版

など、従来より扱いやすい構成が用意されました。

もう一つがLiquid AIの、

LFM2.5-2.6B。

こちらはわずか26億パラメータ級ながら、スマートフォンなどのエッジデバイス上で、

• 指示理解
• Tool Calling
• 複数ステップの処理

を行うAIエージェント用途を想定しています。

テクノエッジの「生成AIウィークリー」でも、この2つが2026年8月の注目技術として取り上げられています。MiniMax H3についてはComfyUI向けの軽量構成、LFM2.5-2.6Bについてはスマートフォンでも動作する軽量AIエージェントとして紹介されています。

この2つ。

一見すると、

動画生成AI

と、

小型LLM

なので全く別の技術に見えます。

しかしAI Motion Labでは、かなり重要な共通点があると考えています。

それが、

AIが「クラウドで使うもの」から「自分の端末で動かすもの」へ近づいている

ことです。

この記事では、

• MiniMax H3のComfyUI向け軽量版とは何か
• 本当に少ないVRAMでも動くのか
• RTX 3060 12GBクラスでも可能性はあるのか
• LFM2.5-2.6Bとは何か
• スマホでAIエージェントを動かす意味
• これからローカルAIはどう変わるのか

を初心者向けに整理します。

---

この記事でわかること

• MiniMax H3のComfyUI向け配布版で何が変わったのか
• INT8・FP8・prunedとは何か
• MiniMax H3に必要なVRAMの考え方
• 12GB・16GB・24GB GPUでどこまで狙えるのか
• LFM2.5-2.6Bとは何か
• 26億パラメータでもAIエージェントになれる理由
• スマートフォンでローカルAIエージェントを動かす意味
• 2026年のローカルAIで起きている変化

---

MiniMax H3とは？

MiniMax H3は、中国MiniMaxが公開したオムニモーダル生成AIです。

単なるText-to-Videoモデルではなく、

• テキスト
• 画像
• 動画
• 音声

を組み合わせて扱えます。

生成側でも、

映像＋ステレオ音声

を一体で生成できます。

公式リポジトリでは、

• 4～15秒
• 24FPS
• 標準で短辺768px
• 2Kへの再生成
• 幅広いアスペクト比

などに対応すると説明されています。

テクノエッジの記事では、音声は32kHzステレオ、セリフは日本語を含む11言語をサポートすると紹介されています。

これまでAI Motion LabでもMiniMax H3について、

「高性能な動画生成AIをローカルPCで動かす」

という点を追いかけてきました。

しかし大きな問題があります。

重い。

これです。

---

MiniMax H3はそもそもかなり巨大

MiniMax H3をフル精度に近い状態で扱おうとすると、一般家庭のGPUではかなり厳しいモデルです。

コミュニティによる実測では、BF16のDiffusionモデルだけでも約66GB、Text Encoderも約51GB級になる構成があります。

これは、

RTX 4090 24GB。

RTX 5090 32GB。

でも、

全部そのままVRAMに載せればいい

というサイズではありません。

そこで重要になるのが、

量子化

です。

---

今回何が変わった？ComfyUI向けに軽量構成が登場

Comfy-OrgはMiniMax H3をComfyUIで利用しやすい形に再パッケージしています。

テクノエッジによると、今回の配布版には、

• BF16
• INT8
• FP8
• pruned版

などが用意されています。Text Encoder側にも軽量版があり、VRAMが少ないGPUでも動作させられる余地が広がりました。

ComfyUIの公式Workflow Templateでも、

minimax_h3_fl2va_pruned_int8_convrot.safetensors

というpruned＋INT8構成が利用されています。

---

「pruned」って何？

prunedは、

Pruning＝枝刈り

から来ています。

非常に簡単に言うと、

モデルの中から不要度の高い部分を削り、扱いやすくする

考え方です。

そこへさらに、

INT8

などの量子化を組み合わせる。

すると、

巨大なモデルを、

より少ないVRAM・RAMで扱える可能性

が出てきます。

---

INT8・FP8って何？

AIモデルでは大量の数値を保持しています。

高精度で持つほど、

• メモリ
• VRAM
• ストレージ

を使います。

そこで数値表現を軽くするのが量子化です。

ざっくり言えば、

BF16

高精度。

重い。

↓

INT8 / FP8

精度を軽量化。

↓

必要メモリを減らす。

というイメージです。

ローカルLLMでいう、

Q4やQ8

に近い考え方です。

---

ではMiniMax H3はVRAM何GBあれば動く？

ここは非常に重要なので、断定には注意が必要です。

MiniMaxやComfyUIから公式の最低VRAM値は公表されていません。

したがって、

MiniMax H3はVRAM 8GBで動く！

と公式仕様のように言うのは適切ではありません。

2026年8月時点のコミュニティ実測・報告では、おおよそ次のようになっています。

VRAM	状況
8GB	未検証・非推奨に近い
12GB	動作報告あり。かなりOffload依存
16GB	実測例あり
24GB	かなり現実的
48GB以上	より余裕

RTX 5070 Ti 16GBでのコミュニティ実測では、処理内容によってVRAMピークが約12.2～15.3GiBとなっています。さらに12GBのRTX 3060でも、32GB RAM＋高速NVMeを使った動作報告があります。

ただし12GB環境では、

VRAMだけを見てはいけません。

---

実はシステムRAMもかなり重要

MiniMax H3の低VRAM実行では、

GPUに全部載らないモデルを、

• システムRAM
• SSD
• VRAM

の間で移動しながら処理します。

16GB GPUで検証した例では、

VRAMよりもむしろ、

システムRAMが大きな制約

になると報告されています。

RTX 5070 Ti 16GBでの実測では、通常構成でプロセスのRAM使用量が45GiBを超えたケースもありました。

つまり、

VRAM 16GBだからOK。

ではありません。

例えば、

GPU

16GB。

RAM

16GB。

では厳しい可能性があります。

動画生成AIでは、

GPU＋RAM＋SSD

をセットで考えた方がよいでしょう。

---

RTX 3060 12GBでもMiniMax H3が視野に入った？

ここはAI Motion Labとしてかなり気になるところです。

RTX 3060 12GBは、最新GPUではありません。

しかしVRAMだけなら12GBあります。

コミュニティでは、

RTX 3060 12GB＋RAM 32GB＋高速NVMe

で動作したという報告があります。

これは非常に面白い。

ただし、

RTX 3060なら快適にMiniMax H3が使える。

という意味ではありません。

大量のCPU OffloadやDisk Offloadが必要になる可能性があり、生成時間も長くなります。

つまりRTX 3060は、

「実用動画生成機」

というより、

「MiniMax H3が本当に家庭用GPUで動くのか試す実験機」

として面白い。

AI Motion Labでも、ここはかなり検証してみたいところです。

---

RTX 4090なら余裕？

RTX 4090は24GB VRAMです。

24GBクラスになると、pruned INT8構成はかなり現実的になります。

コミュニティ資料でも24GBは「comfortable」とされています。

RTX 3090 24GBによる実測では、

15秒・832×480・ステレオ音声付き

の動画生成まで確認されています。

ただし、

フルBF16モデルを全部VRAMへ載せる。

という世界ではありません。

24GBでも、

軽量版＋Offload

を前提とした方がよさそうです。

---

では今回の「軽量版」は何がすごい？

一言で言えば、

MiniMax H3の性能そのものより、“触れる人が増えた”こと

です。

以前なら、

「すごい動画生成AIですね」

↓

でもGPUがない。

↓

クラウドAPIを使う。

でした。

今回のComfyUI向け構成によって、

RTX 3060。

RTX 4070 Ti SUPER。

RTX 5070 Ti。

RTX 3090。

RTX 4090。

など、

一般ユーザーが持つGPUでも、

設定次第で試せる領域

へ近づいています。

まだ誰でも簡単とは言えません。

しかし、

「データセンターGPUじゃないと話にならない」

からは明確に一歩進んでいます。

---

もう一つ面白いのがLFM2.5-2.6B

今回参考にした生成AIウィークリーでもう一つ気になったのが、

LFM2.5-2.6B

です。

Liquid AIが2026年8月4日に公開しました。

名前の通り、

2.6B＝約26億パラメータ

の小型モデルです。

ローカルLLMに慣れている人なら、

「2.6Bか。かなり小さいな」

と思うでしょう。

しかしこのモデルは、普通の軽量チャットAIとして作られたわけではありません。

目的は、

AIエージェント。

です。

---

スマホで「AIエージェント」が動く

Liquid AIはLFM2.5-2.6Bを、

完全にオンデバイスで動作するAgentic Model

として公開しています。

できることとして、

• Planning
• Tool Calling
• Multi-step Task

などが挙げられています。

つまり、

単純に、

富士山について教えて。

と回答するだけではなく、

目的を理解する。

↓

必要なツールを使う。

↓

複数工程を進める。

というAIエージェント用途を想定しています。

---

26億パラメータなのに約13万トークン

モデル仕様もかなり面白いです。

LFM2.5-2.6Bは、

• 2.69Bパラメータ
• 128K級Context
• 34兆トークンで学習
• 日本語を含む16言語対応

です。

特に、

131,072トークンのContext

を持つのは、小型モデルとしてかなり面白いところです。

長めの資料や作業履歴を扱うAIエージェントとの相性を意識していることが分かります。

---

メモリ使用量2.5GB未満

さらにLiquid AIの公表値では、

メモリ使用量2.5GB未満

で動作します。

これは、

16GB。

32GB。

のPCメモリではなく、

2.5GB未満。

です。

そのためスマートフォンなどの端末でも利用を想定できます。

---

速度もかなり速い

Liquid AIの公表値では、

Apple M5 Max

220 tokens/sec

Ryzen AI Max+ 395

113 tokens/sec

そしてスマートフォンでも、

約30 tokens/sec

で動作可能としています。

もちろんこれはLiquid AI自身の測定値であり、端末や量子化、Runtimeなどで実際の速度は変わります。

しかし、

スマホでAIモデルがギリギリ動く。

ではなく、

スマホでエージェントとして使える速度を目指している。

ここが重要です。

---

9Bクラスと戦う2.6B

Liquid AIのベンチマークでは、

• Instruction Following
• Tool Use
• Agentic Task

などで、LFM2.5-2.6Bが自分よりかなり大きなモデルと競合する結果を示しています。

例えばToolSandboxでは、

LFM2.5-2.6B：77.83

に対して、

Qwen3.5-9B：76.44

という結果が掲載されています。

もちろん、

2.6Bが9Bモデルより全部賢い

という意味ではありません。

一般知識。

文章。

推論。

コーディング。

など、評価項目によって結果は変わります。

重要なのは、

AIエージェント用途へ特化して学習すれば、小型モデルでもかなり戦える

ということです。

---

なぜスマホでAIエージェントを動かしたい？

ここが普通の会社員にとって一番重要です。

ChatGPTがある。

Geminiもある。

Claudeもある。

それなのに、

わざわざスマートフォンの中でAIを動かす必要はあるのでしょうか。

Liquid AIが挙げるメリットは、

• Cloud API不要
• 推論コスト不要
• 低Latency
• Privacy
• 常時稼働

です。

特に面白いのが、

Token Costがなくなる

ことです。

---

クラウドAIは「考えるたびにコスト」がかかる

API型AIエージェントの場合、

AIが、

考える。

↓

Toolを使う。

↓

結果を見る。

↓

もう一度考える。

↓

再びToolを使う。

と繰り返すたびにTokenを消費します。

複雑なエージェントほど、

何万・何十万トークン

と使う可能性があります。

一方、端末内のローカルモデルなら、

電力コストなどはありますが、

1トークン何円というAPI課金はありません。

Liquid AIはこれにより、背景で常時動く大量のエージェントを作りやすくなると説明しています。

---

例えばスマホの中に「小さな秘書」を置く

まだ具体的なスマホアプリとして完成しているという話ではなく、ここからはAI Motion Labとして考える利用イメージです。

例えば、

朝

予定を確認。

↓

今日やることを整理。

移動中

自分のメモを整理。

写真

保存場所を分類。

夜

今日行ったことをまとめる。

オフライン

自分の資料から検索。

こうした軽い作業を、

毎回クラウドAIへ投げる必要がない。

スマホ内に、

小さなAIエージェントを常駐させる

という世界が現実味を帯びてきます。

---

REDMAGIC Astra 2のような端末との相性がかなり面白い

ここでAI Motion Labとしてつながってくるのが、

Androidタブレットです。

これまで、

REDMAGIC Astra 2にローカルLLMを入れたら面白い。

という話をしてきました。

しかし従来は、

小型モデルを入れてチャットする。

というところが中心でした。

LFM2.5-2.6Bのようなモデルが増えてくると、

次は、

タブレットにAIエージェントを置く

という使い方が見えてきます。

例えば、

Astra 2＋ローカルAIエージェント。

ゲームをする端末。

だけではなく、

自分の資料。

自分のメモ。

自分の作業。

を処理する、

持ち運べるAI端末

です。

---

MiniMax H3とLFM2.5は逆方向から同じ場所へ向かっている

ここが今回、一番面白いと思ったところです。

MiniMax H3は、

巨大なAI。

それを、

量子化。

Pruning。

Offload。

によって、

家庭用GPUへ近づける。

一方LFM2.5-2.6Bは、

最初から、

小さく、速く、端末内で動く

ことを重視。

つまり、

MiniMax H3

巨大AIを小さくして手元へ。

LFM2.5

最初から手元で動くAIを賢くする。

違うアプローチですが、

到達する方向は同じです。

AIを自分の端末へ持ってくる。

これです。

---

2026年のローカルAIは「LLMだけ」ではなくなった

少し前まで、

ローカルAI。

と言えば、

ほぼ、

ローカルLLM

でした。

LM Studio。

Ollama。

Qwen。

Gemma。

などです。

しかし今は、

文章

ローカルLLM。

検索

Embedding＋RAG。

AIエージェント

BionicやLFM2.5。

画像

Stable Diffusion系。

動画

MiniMax H3。

と、

ローカル化の範囲が広がっています。

---

クラウドAIがなくなるわけではない

ここも重要です。

MiniMax H3のローカル実行は、

まだかなり重い。

LFM2.5-2.6Bも、小型モデルなので巨大クラウドAIとすべての能力で競えるわけではありません。

例えば、

最新情報を調べる。

非常に複雑な推論。

大規模動画生成。

では、クラウドAIの方が便利な場面があります。

つまり、

クラウド vs ローカル

ではありません。

---

これからは「クラウド＋ローカル」を使い分ける

例えば、

軽い整理

ローカルLFM。

自分の資料

ローカルRAG。

難しい推論

ChatGPT・Claude・Gemini。

動画試作

ローカルMiniMax H3。

最終高品質生成

クラウド。

という使い分けです。

全てをローカルへ置き換える必要はありません。

むしろ、

クラウドへ送る必要のない仕事を手元へ戻す。

これが現実的だと思います。

---

AI Motion Labが注目したい3つのポイント

今回のニュースから、特に注目したいのは次の3点です。

① VRAM 12～16GBの価値がさらに上がる

MiniMax H3のような巨大モデルでも、量子化＋Offloadで12GB・16GB級GPUから試せる可能性が出てきました。

今後GPUを選ぶとき、

ゲームのFPSだけでなく、

VRAM容量

の価値はさらに高まりそうです。

---

② 「小さなLLM＝能力が低い」が変わってきた

LFM2.5-2.6Bは、

2.6Bという非常に小さなサイズながら、

AIエージェント用途に絞ることで高い性能を狙っています。

モデルサイズだけでAIを評価する時代ではなくなってきました。

---

③ スマホ・タブレットが本当のAI端末になる

これまでは、

スマホでAIを使う。

と言っても、

実際の計算はクラウド。

というケースが多くありました。

これからは、

端末の中でAIモデルそのものが動く。

しかも単なるチャットではなく、

AIエージェントとして動く。

ここがかなり面白いところです。

---

ただしMiniMax H3の「軽量版」には注意

最後に、ここは強調しておきます。

今回、

MiniMax H3軽量版。

という言葉だけを見ると、

RTX 3060でも簡単にサクサク動画生成！

と誤解してしまうかもしれません。

実際にはそんなに単純ではありません。

ComfyUI向けpruned INT8構成でも、T2V/I2Vで必要になるファイル一式は約40GB級になります。

低VRAMでは、

• System RAM
• NVMe
• Offload
• 生成時間

とのトレードオフがあります。

特に8GB GPUについては、現時点で信頼できる最低要件として確認できません。

したがって、

家庭用GPUで動かせる可能性が大きく広がった。

というのが正確な表現でしょう。

---

そしてComfyUI側もまだ発展途中

MiniMax H3への対応は新しいため、不具合報告もあります。

2026年8月には一部BF16 Checkpointで黒画面になる問題や、特定のFP8ファイルのMetadataに関するIssueも報告されています。代替としてINT8版を使うWorkaroundが提示されているケースもあります。

つまり、

インストールすれば必ず一発で動く。

という成熟した状態ではありません。

これもローカル動画AIの現状です。

---

まとめ：AIは「大きくなる」だけでなく「手元へ降りてくる」

生成AIの進化というと、

より巨大。

より高性能。

より大量のGPU。

という方向ばかりが注目されます。

しかし2026年8月に出てきた、

MiniMax H3のComfyUI向け軽量構成。

そして、

LFM2.5-2.6B。

を見ると、別の方向も見えてきます。

MiniMax H3では、

巨大な動画生成モデルを、

• INT8
• FP8
• Pruning
• Offload

によって家庭用PCへ近づける。

LFM2.5では、

2.6Bという小さなモデルを、

• Tool Calling
• Planning
• Agentic Training

によって、

スマートフォンで動くAIエージェント

へする。

ローカルLLM。

↓

ローカルRAG。

↓

ローカルAIエージェント。

↓

ローカル画像生成。

↓

そして、

ローカル動画生成。

自分のPCやスマートフォンの中で扱えるAIの範囲は確実に広がっています。

これからAI端末を選ぶときは、

CPU。

GPU。

ゲーム性能。

だけではなく、

「この端末では、どこまでAIをローカルで動かせる？」

という視点もかなり重要になってきそうです。

AI Motion Labでは今後、

RTX 3060 12GBでMiniMax H3の軽量構成は本当に動くのか。

そして、

LFM2.5-2.6BをAndroid端末へ入れると、どこまでAIエージェントとして使えるのか。

この2つは実際に試してみたいテーマです。

クラウドAIを使うだけではなく、

自分のPC・スマホ・タブレットそのものをAIマシンにする。

2026年後半の生成AIは、そこがかなり面白くなってきました。

---