A MiniMax lançou o modelo multimodal de uso geral H3, que unifica a geração de texto, imagem, vídeo e áudio. Ele suporta saída nativa de áudio e vídeo em dois canais de até 15 segundos na resolução 2K, com estabilidade de nível comercial em publicidade, comércio eletrônico, jogos e design de interface do usuário. Seu custo de geração por segundo é inferior a um terço do custo dos modelos convencionais em 2K. A MiniMax disponibilizará em código aberto os pesos do H3 em breve, promovendo a adaptação de chips nacionais e reduzindo as barreiras para aplicações de IA multimodal.