MiniMax 釋出 H3 多模態模型,將 15 秒 2K 音影片生成成本降至行業標準的三分之一以下
MiniMax 正式釋出了 MiniMax H3,這是一款通用多模態生成模型,旨在統一文字、影象、影片和音訊的理解與創作。透過彌合影片生成任務與模態之間的歷史鴻溝,此次釋出標誌著從專用工具向多功能一體化助手的關鍵轉變。
根據官方規格,H3 原生支援雙通道音影片輸出,能夠生成長達 15 秒、解析度為 2K 的內容。早期邀請測試證實了其在指令遵循、品牌敘事以及影片到影片動作遷移等領域的商業級穩定性。該模型已部署於廣告、電子商務、遊戲和 UI 設計等多個領域。

在技術層面,H3 利用上下文全表徵(Contextual Omni Representation),將自然語言作為跨模態的通用聯結器。使用者可以透過簡單的提示定義複雜的互動——例如,指示模型將一段影片中特定的希區柯克風格鏡頭運動應用到另一張影象中的角色上,同時該角色正在哼唱音訊片段中的旋律。系統自動處理整個理解與生成鏈條。結合其專有的 H3-VAE 和上下文再生技術,H3 以低於主要競爭對手三分之一的成本提供 2K 解析度輸出,且 768P 輸出的成本不到一半,提供了迄今為止最具成本效益的行業解決方案。
值得注意的是,MiniMax 計劃在未來幾天內開源 H3 模型權重,並遵守適用的法律法規。這標誌著國內首個主要影片生成模型向公眾開放權重,有助於培育開源生態系統並加速國產晶片的適配。該模型從底層設計之初就相容各種國產處理器,這一舉措顯著降低了國內企業採用多模態 AI 的技術門檻。
MiniMax 承認,H3 在影象細節和模型規模方面仍有提升空間。未來的更新將側重於整合 H 系列和 M 系列模型之間的能力,並透過擴充套件規模不斷突破效能邊界。
行業專家指出,H3 的釋出及開源可用可能會打破影片生成領域長期由閉源模型主導的局面,加速多模態 AI 應用的廣泛普及。
相關文章
Instinct 在群聊中推出 AI 智慧體,包括與非使用者的群聊
Instinct,這家在最新一輪融資後估值達100億美元的AI智慧體,正拓展至群聊領域。該公司於週一宣佈,使用者可將該智慧體新增到與朋友的對話中,在旅行規劃、獲取活動門票、管理夢幻體育聯盟、組織拼車或協調感恩節聚餐等場景中提供幫助。值得注意的是,該公司表示,即使使用者的親友未加入Instinct,與AI智慧體的群聊功能依然可用。透過此次釋出,Instinct在與其主要競爭對手(如Meta的Muse)的競爭中進一步邁進。儘管Meta的舊版應用Meta AI可新增到WhatsApp、Messen
世界銀行敦促新興經濟體跳過大型模型,專注於本地小工具
世界銀行最新報告為發展中國家規劃了一條務實的發展路徑:立即將人工智慧整合到公共管理和商業活動中,同時根據當地情況調整現有解決方案。無需在大型資料中心或基礎語言模型方面與富裕國家展開昂貴的競爭。與其將資源投入龐大的計算基礎設施,優先採用負擔得起且適應本地的人工智慧工具,才是提升醫療和教育水平的更可行路徑。這一指導方針基於緊迫的經濟現實。發展中國家目前正面臨三十年來最弱的平均增長率,但世界銀行認為,人工智慧可以成為恢復增長軌跡的催化劑。報告強調,人工智慧更有可能增強勞動力能力,而非取代他們,並設想
OpenAI執行長Altman在第二個女兒出生後取消了韓國和日本之行
OpenAI執行長山姆·阿爾特曼(Sam Altman)近日迎來了他的第二個女兒,該女嬰早產,這導致他原定於15日前往韓國和日本的計劃行程被迫取消。儘管業界曾推測此次行程變更可能與美國政府針對OpenAI的調查或新一代大語言模型的即將釋出有關,但最近的披露證實,此次延期純粹是由於家庭原因,這也凸顯了矽谷對工作和生活方式平衡的高度重視。按照原定計劃,阿爾特曼的訪問旨在加強與韓國主要科技公司的戰略聯絡。他原計劃與三星電子、NAVER和Kakao的高層領導會面,討論人工智慧合作策略,並向三星員工發
相關專題推薦
評論 (0)
0/500
MiniMax 正式釋出了 MiniMax H3,這是一款通用多模態生成模型,旨在統一文字、影象、影片和音訊的理解與創作。透過彌合影片生成任務與模態之間的歷史鴻溝,此次釋出標誌著從專用工具向多功能一體化助手的關鍵轉變。
根據官方規格,H3 原生支援雙通道音影片輸出,能夠生成長達 15 秒、解析度為 2K 的內容。早期邀請測試證實了其在指令遵循、品牌敘事以及影片到影片動作遷移等領域的商業級穩定性。該模型已部署於廣告、電子商務、遊戲和 UI 設計等多個領域。

在技術層面,H3 利用上下文全表徵(Contextual Omni Representation),將自然語言作為跨模態的通用聯結器。使用者可以透過簡單的提示定義複雜的互動——例如,指示模型將一段影片中特定的希區柯克風格鏡頭運動應用到另一張影象中的角色上,同時該角色正在哼唱音訊片段中的旋律。系統自動處理整個理解與生成鏈條。結合其專有的 H3-VAE 和上下文再生技術,H3 以低於主要競爭對手三分之一的成本提供 2K 解析度輸出,且 768P 輸出的成本不到一半,提供了迄今為止最具成本效益的行業解決方案。
值得注意的是,MiniMax 計劃在未來幾天內開源 H3 模型權重,並遵守適用的法律法規。這標誌著國內首個主要影片生成模型向公眾開放權重,有助於培育開源生態系統並加速國產晶片的適配。該模型從底層設計之初就相容各種國產處理器,這一舉措顯著降低了國內企業採用多模態 AI 的技術門檻。
MiniMax 承認,H3 在影象細節和模型規模方面仍有提升空間。未來的更新將側重於整合 H 系列和 M 系列模型之間的能力,並透過擴充套件規模不斷突破效能邊界。
行業專家指出,H3 的釋出及開源可用可能會打破影片生成領域長期由閉源模型主導的局面,加速多模態 AI 應用的廣泛普及。
Instinct 在群聊中推出 AI 智慧體,包括與非使用者的群聊
Instinct,這家在最新一輪融資後估值達100億美元的AI智慧體,正拓展至群聊領域。該公司於週一宣佈,使用者可將該智慧體新增到與朋友的對話中,在旅行規劃、獲取活動門票、管理夢幻體育聯盟、組織拼車或協調感恩節聚餐等場景中提供幫助。值得注意的是,該公司表示,即使使用者的親友未加入Instinct,與AI智慧體的群聊功能依然可用。透過此次釋出,Instinct在與其主要競爭對手(如Meta的Muse)的競爭中進一步邁進。儘管Meta的舊版應用Meta AI可新增到WhatsApp、Messen
世界銀行敦促新興經濟體跳過大型模型,專注於本地小工具
世界銀行最新報告為發展中國家規劃了一條務實的發展路徑:立即將人工智慧整合到公共管理和商業活動中,同時根據當地情況調整現有解決方案。無需在大型資料中心或基礎語言模型方面與富裕國家展開昂貴的競爭。與其將資源投入龐大的計算基礎設施,優先採用負擔得起且適應本地的人工智慧工具,才是提升醫療和教育水平的更可行路徑。這一指導方針基於緊迫的經濟現實。發展中國家目前正面臨三十年來最弱的平均增長率,但世界銀行認為,人工智慧可以成為恢復增長軌跡的催化劑。報告強調,人工智慧更有可能增強勞動力能力,而非取代他們,並設想
OpenAI執行長Altman在第二個女兒出生後取消了韓國和日本之行
OpenAI執行長山姆·阿爾特曼(Sam Altman)近日迎來了他的第二個女兒,該女嬰早產,這導致他原定於15日前往韓國和日本的計劃行程被迫取消。儘管業界曾推測此次行程變更可能與美國政府針對OpenAI的調查或新一代大語言模型的即將釋出有關,但最近的披露證實,此次延期純粹是由於家庭原因,這也凸顯了矽谷對工作和生活方式平衡的高度重視。按照原定計劃,阿爾特曼的訪問旨在加強與韓國主要科技公司的戰略聯絡。他原計劃與三星電子、NAVER和Kakao的高層領導會面,討論人工智慧合作策略,並向三星員工發





首頁






