MiniMax 正式推出全能多模态生成模型 H3，可联合理解文本、图像、视频和音频，生成最高 2K 分辨率、15 秒时长且带原生立体声的视频。H3 在指令跟随、文字与品牌呈现、V2V 动作迁移上表现突出，2K 下每秒价格低于主流模型三分之一，768p 下低于主流 720p 价格一半。官方计划近日开源模型权重，以支持开源社区并加速硬件兼容。
查看原文：https://www.minimax.io/blog/minimax-h3
来源：MiniMax：Blog（网页）
未经允许不得转载：AI之家 » MiniMax H3 发布：开源全能多模态生成模型，支持 2K 原生立体声视频
