Дом
MiniMax представила мультимодельную модель H3, снизив стоимость генерации 15-секундного видео в разрешении 2K до менее чем одной трети от отраслевого стандарта
Компания MiniMax официально представила модель генерации MiniMax H3, универсальную мультимодальную модель, предназначенную для объединения понимания и создания текстов, изображений, видео и аудио. Связывая исторический разрыв между задачами и модальностями в генерации видео, этот выпуск знаменует собой поворотный сдвиг от специализированных инструментов к универсальным всесторонним помощникам.
Согласно официальным спецификациям, H3 нативно поддерживает двухканальный аудио-видео вывод, способный генерировать до 15 секунд контента с разрешением 2K. Ранние тесты по приглашениям подтвердили его стабильность коммерческого уровня в таких областях, как соблюдение инструкций, брендовый сторителлинг и перенос действий из видео в видео. Модель уже развернута в различных секторах, включая рекламу, электронную коммерцию, игровую индустрию и дизайн пользовательских интерфейсов.

С технологической точки зрения H3 использует контекстное всеобъемлющее представление, применяя естественный язык в качестве универсального связующего звена между модальностями. Пользователи могут определять сложные взаимодействия с помощью простых запросов — например, поручая модели применить определенную камеру в стиле Хичкока из одного видео к персонажу на другом изображении, одновременно исполняющему мелодию из аудиоклипа. Система автоматически обрабатывает всю цепочку понимания и генерации. В сочетании с собственной технологией H3-VAE и регенерацией в контексте, H3 обеспечивает разрешение 2K менее чем за одну треть стоимости ведущих конкурентов и менее чем за половину стоимости для вывода 768P, предлагая наиболее экономически эффективное решение в отрасли на сегодняшний день.
Примечательно, что MiniMax планирует открыть исходные веса модели H3 в ближайшие дни, соблюдая применимые законы и нормативные акты. Это первый раз, когда крупная отечественная модель генерации видео выпустила свои веса в открытый доступ, способствуя экосистеме открытого исходного кода и ускоряя адаптацию отечественных чипов. Разработанная с нуля для совместимости с различными локальными процессорами, эта мера значительно снижает технические барьеры для отечественных предприятий, внедряющих мультимодальный искусственный интеллект.
MiniMax признает, что у H3 все еще есть пространство для роста в отношении детализации изображений и масштаба модели. Будущие обновления будут сосредоточены на интеграции возможностей между моделями серий H и M, постоянно расширяя границы производительности за счет масштабирования.
Отраслевые эксперты предполагают, что выпуск и доступность H3 с открытым исходным кодом могут нарушить давнее доминирование закрытых моделей в генерации видео, ускоряя широкое внедрение мультимодальных приложений искусственного интеллекта.
Связанная статья
Purdue Robotics представляет PuduFM 1.0 и PuduAgent, открывая новую эру воплощенного интеллекта
В эпоху стремительного развития искусственного интеллекта и робототехники Pudu Robotics, мировой лидер в области коммерческих сервисных роботов, представила два прорывных достижения в области воплощенного интеллекта: PuduFM 1.0 и PuduAgent. Эти иннов
Набор чипов Baidu Kunlun для публичного размещения в Гонконге с целевой оценкой в 50 миллиардов долларов
29 июня финансовые рынки были потрясены важными новостями: дочерняя компания Baidu по производству ИИ-чипов, Kunlun Tech, ускоряет процесс выхода на биржу в Гонконге (IPO), стремясь к оценке до 50 миллиардов долларов. Этот шаг Kunlun Tech — ключевого
Instinct запускает ИИ-агента в групповых чатах, включая те, где есть неавторизованные пользователи
Instinct, агент искусственного интеллекта, стоимость которого после последнего раунда финансирования достигла 10 миллиардов долларов, расширяет свое присутствие в групповых чатах. Студия объявила в понедельник, что пользователи могут добавлять агента
Рекомендации по связанным специальным темам
Комментарии (0)
Компания MiniMax официально представила модель генерации MiniMax H3, универсальную мультимодальную модель, предназначенную для объединения понимания и создания текстов, изображений, видео и аудио. Связывая исторический разрыв между задачами и модальностями в генерации видео, этот выпуск знаменует собой поворотный сдвиг от специализированных инструментов к универсальным всесторонним помощникам.
Согласно официальным спецификациям, H3 нативно поддерживает двухканальный аудио-видео вывод, способный генерировать до 15 секунд контента с разрешением 2K. Ранние тесты по приглашениям подтвердили его стабильность коммерческого уровня в таких областях, как соблюдение инструкций, брендовый сторителлинг и перенос действий из видео в видео. Модель уже развернута в различных секторах, включая рекламу, электронную коммерцию, игровую индустрию и дизайн пользовательских интерфейсов.

С технологической точки зрения H3 использует контекстное всеобъемлющее представление, применяя естественный язык в качестве универсального связующего звена между модальностями. Пользователи могут определять сложные взаимодействия с помощью простых запросов — например, поручая модели применить определенную камеру в стиле Хичкока из одного видео к персонажу на другом изображении, одновременно исполняющему мелодию из аудиоклипа. Система автоматически обрабатывает всю цепочку понимания и генерации. В сочетании с собственной технологией H3-VAE и регенерацией в контексте, H3 обеспечивает разрешение 2K менее чем за одну треть стоимости ведущих конкурентов и менее чем за половину стоимости для вывода 768P, предлагая наиболее экономически эффективное решение в отрасли на сегодняшний день.
Примечательно, что MiniMax планирует открыть исходные веса модели H3 в ближайшие дни, соблюдая применимые законы и нормативные акты. Это первый раз, когда крупная отечественная модель генерации видео выпустила свои веса в открытый доступ, способствуя экосистеме открытого исходного кода и ускоряя адаптацию отечественных чипов. Разработанная с нуля для совместимости с различными локальными процессорами, эта мера значительно снижает технические барьеры для отечественных предприятий, внедряющих мультимодальный искусственный интеллект.
MiniMax признает, что у H3 все еще есть пространство для роста в отношении детализации изображений и масштаба модели. Будущие обновления будут сосредоточены на интеграции возможностей между моделями серий H и M, постоянно расширяя границы производительности за счет масштабирования.
Отраслевые эксперты предполагают, что выпуск и доступность H3 с открытым исходным кодом могут нарушить давнее доминирование закрытых моделей в генерации видео, ускоряя широкое внедрение мультимодальных приложений искусственного интеллекта.
Purdue Robotics представляет PuduFM 1.0 и PuduAgent, открывая новую эру воплощенного интеллекта
В эпоху стремительного развития искусственного интеллекта и робототехники Pudu Robotics, мировой лидер в области коммерческих сервисных роботов, представила два прорывных достижения в области воплощенного интеллекта: PuduFM 1.0 и PuduAgent. Эти иннов
Набор чипов Baidu Kunlun для публичного размещения в Гонконге с целевой оценкой в 50 миллиардов долларов
29 июня финансовые рынки были потрясены важными новостями: дочерняя компания Baidu по производству ИИ-чипов, Kunlun Tech, ускоряет процесс выхода на биржу в Гонконге (IPO), стремясь к оценке до 50 миллиардов долларов. Этот шаг Kunlun Tech — ключевого
Instinct запускает ИИ-агента в групповых чатах, включая те, где есть неавторизованные пользователи
Instinct, агент искусственного интеллекта, стоимость которого после последнего раунда финансирования достигла 10 миллиардов долларов, расширяет свое присутствие в групповых чатах. Студия объявила в понедельник, что пользователи могут добавлять агента











