Lar
A MiniMax apresenta o modelo multimodal H3, reduzindo os custos de geração audiovisual 2K em 15 segundos para menos de um terço do padrão da indústria
A MiniMax revelou oficialmente o MiniMax H3, um modelo de geração multimodal de uso geral projetado para unificar a compreensão e a criação de texto, imagens, vídeo e áudio. Ao superar a divisão histórica entre tarefas e modalidades na geração de vídeo, este lançamento marca uma mudança crucial de ferramentas especializadas para assistentes versáteis e completos.
De acordo com as especificações oficiais, o H3 suporta nativamente a saída de áudio e vídeo em dois canais, sendo capaz de gerar até 15 segundos de conteúdo em resolução 2K. Testes de convite antecipados confirmaram sua estabilidade de nível comercial em áreas como aderência a instruções, narrativa de marca e transferência de ação de vídeo para vídeo. O modelo já está implantado em diversos setores, incluindo publicidade, comércio eletrônico, jogos e design de UI.

Tecnicamente, o H3 utiliza a Representação Omni Contextual, empregando linguagem natural como um conector universal entre modalidades. Os usuários podem definir interações complexas por meio de prompts simples; por exemplo, instruir o modelo a aplicar um movimento de câmera específico no estilo Hitchcock de um vídeo para um personagem em outra imagem, enquanto canta uma melodia de um clipe de áudio. O sistema cuida automaticamente de toda a cadeia de compreensão e geração. Combinado com suas tecnologias proprietárias H3-VAE e Regeneração no Contexto, o H3 oferece resolução 2K com menos de um terço do custo dos principais concorrentes e menos da metade do custo para a saída em 768P, proporcionando a solução mais econômica do setor até o momento.
Vale destacar que a MiniMax planeja disponibilizar os pesos do modelo H3 como código aberto nos próximos dias, em conformidade com as leis e regulamentos aplicáveis. Este é o primeiro caso em que um importante modelo doméstico de geração de vídeo libera seus pesos para o público, fomentando ecossistemas de código aberto e acelerando a adaptação de chips nacionais. Projetado desde a base para ser compatível com vários processadores locais, este movimento reduz significativamente as barreiras técnicas para empresas nacionais que adotam IA multimodal.
A MiniMax reconhece que o H3 ainda tem espaço para crescimento em relação aos detalhes das imagens e à escala do modelo. As atualizações futuras focarão na integração de capacidades entre os modelos das séries H e M, expandindo continuamente os limites do desempenho por meio da escalabilidade.
Especialistas da indústria sugerem que o lançamento e a disponibilidade de código aberto do H3 podem interromper o domínio de longa data dos modelos de código fechado na geração de vídeo, acelerando a adoção generalizada de aplicações de IA multimodal.
Artigo relacionado
O Instinct lança um agente de IA em conversas em grupo, incluindo aquelas com não usuários
Instinct, o agente de IA agora avaliado em US$ 10 bilhões após sua última rodada de financiamento, está se expandindo para chats em grupo. A startup anunciou na segunda-feira que os usuários podem adicionar o agente a conversas com amigos, oferecendo
Banco Mundial insta economias emergentes a pular grandes modelos e focar em ferramentas locais pequenas
O mais recente relatório do Banco Mundial traça um curso pragmático para as economias em desenvolvimento: integrar a inteligência artificial à administração pública e às atividades comerciais imediatamente, adaptando as soluções existentes aos contex
CEO da OpenAI, Altman, Cancela Visita à Coreia do Sul e ao Japão Após o Nascimento de sua Segunda Filha
O CEO da OpenAI, Sam Altman, recebeu recentemente sua segunda filha, que nasceu prematuramente, o que levou ao cancelamento de sua viagem planejada à Coreia do Sul e ao Japão, agendada para o dia 15. Embora analistas do setor especulassem que a alter
Recomendações de tópicos especiais relacionados
Comentários (0)
A MiniMax revelou oficialmente o MiniMax H3, um modelo de geração multimodal de uso geral projetado para unificar a compreensão e a criação de texto, imagens, vídeo e áudio. Ao superar a divisão histórica entre tarefas e modalidades na geração de vídeo, este lançamento marca uma mudança crucial de ferramentas especializadas para assistentes versáteis e completos.
De acordo com as especificações oficiais, o H3 suporta nativamente a saída de áudio e vídeo em dois canais, sendo capaz de gerar até 15 segundos de conteúdo em resolução 2K. Testes de convite antecipados confirmaram sua estabilidade de nível comercial em áreas como aderência a instruções, narrativa de marca e transferência de ação de vídeo para vídeo. O modelo já está implantado em diversos setores, incluindo publicidade, comércio eletrônico, jogos e design de UI.

Tecnicamente, o H3 utiliza a Representação Omni Contextual, empregando linguagem natural como um conector universal entre modalidades. Os usuários podem definir interações complexas por meio de prompts simples; por exemplo, instruir o modelo a aplicar um movimento de câmera específico no estilo Hitchcock de um vídeo para um personagem em outra imagem, enquanto canta uma melodia de um clipe de áudio. O sistema cuida automaticamente de toda a cadeia de compreensão e geração. Combinado com suas tecnologias proprietárias H3-VAE e Regeneração no Contexto, o H3 oferece resolução 2K com menos de um terço do custo dos principais concorrentes e menos da metade do custo para a saída em 768P, proporcionando a solução mais econômica do setor até o momento.
Vale destacar que a MiniMax planeja disponibilizar os pesos do modelo H3 como código aberto nos próximos dias, em conformidade com as leis e regulamentos aplicáveis. Este é o primeiro caso em que um importante modelo doméstico de geração de vídeo libera seus pesos para o público, fomentando ecossistemas de código aberto e acelerando a adaptação de chips nacionais. Projetado desde a base para ser compatível com vários processadores locais, este movimento reduz significativamente as barreiras técnicas para empresas nacionais que adotam IA multimodal.
A MiniMax reconhece que o H3 ainda tem espaço para crescimento em relação aos detalhes das imagens e à escala do modelo. As atualizações futuras focarão na integração de capacidades entre os modelos das séries H e M, expandindo continuamente os limites do desempenho por meio da escalabilidade.
Especialistas da indústria sugerem que o lançamento e a disponibilidade de código aberto do H3 podem interromper o domínio de longa data dos modelos de código fechado na geração de vídeo, acelerando a adoção generalizada de aplicações de IA multimodal.
O Instinct lança um agente de IA em conversas em grupo, incluindo aquelas com não usuários
Instinct, o agente de IA agora avaliado em US$ 10 bilhões após sua última rodada de financiamento, está se expandindo para chats em grupo. A startup anunciou na segunda-feira que os usuários podem adicionar o agente a conversas com amigos, oferecendo
Banco Mundial insta economias emergentes a pular grandes modelos e focar em ferramentas locais pequenas
O mais recente relatório do Banco Mundial traça um curso pragmático para as economias em desenvolvimento: integrar a inteligência artificial à administração pública e às atividades comerciais imediatamente, adaptando as soluções existentes aos contex
CEO da OpenAI, Altman, Cancela Visita à Coreia do Sul e ao Japão Após o Nascimento de sua Segunda Filha
O CEO da OpenAI, Sam Altman, recebeu recentemente sua segunda filha, que nasceu prematuramente, o que levou ao cancelamento de sua viagem planejada à Coreia do Sul e ao Japão, agendada para o dia 15. Embora analistas do setor especulassem que a alter











