MiniMax ha lanzado el modelo multimodal de uso general H3, que unifica la generación de texto, imágenes, vídeo y audio. Admite salida nativa de audio y vídeo en doble canal de hasta 15 segundos con una resolución de 2K, con una estabilidad de nivel comercial en los sectores de la publicidad, el comercio electrónico, los videojuegos y el diseño de interfaces de usuario. Su coste de generación por segundo es inferior a un tercio del de los modelos más habituales a 2K. MiniMax publicará próximamente los pesos de H3 en código abierto, lo que fomentará la adaptación de los chips nacionales y reducirá las barreras para las aplicaciones de IA multimodal.