MiniMax a lancé le modèle multimodal polyvalent H3, qui unifie la génération de texte, d’images, de vidéos et de son. Il prend en charge la sortie audio-vidéo native à deux canaux jusqu’à 15 secondes en résolution 2K, avec une stabilité de niveau professionnel dans les domaines de la publicité, du commerce électronique, des jeux vidéo et de la conception d’interfaces utilisateur. Son coût de génération par seconde est inférieur à un tiers de celui des modèles courants en 2K. MiniMax rendra bientôt open source les poids du modèle H3, favorisant ainsi l’adaptation aux puces nationales et réduisant les obstacles aux applications d’IA multimodale.