MiniMax H3 开源：15s 2K 多模态视频生成模型

IT之家 7 月 31 日消息，稀宇科技今天宣布推出 MiniMax H3 通用多模态视频模型。魔搭社区显示，这款模型将于北京时间 8 月 3 日 0 点正式开源。

MiniMax H3 支持统一理解由文本、图像、视频和声音组成的多模态上下文，并能够输出具备原生双声道的音视频，最高支持生成 15 秒、2K 分辨率的内容。

IT之家获悉，得益于 Contextual Omni Representation、H3-VAE、H3-Omni Transformer、In-context Regeneration 等多项技术，MiniMax 称其有能力提供行业内最优的性价比。该模型默认提供 2K 分辨率，在 2K 分辨率下，每秒价格不到主流模型的三分之一；在 768P 分辨率下，价格为主流模型 720P 分辨率的二分之一。

原生多模态理解与生成：支持文字、图片、音频、视频等多种输入，能够理解不同素材中的人物、动作、声音、情绪、镜头、风格与表达意图，并将多种参考信息自然融合。

原生多模态理解与生成：支持文字、图片、音频、视频等多种输入，能够理解不同素材中的人物、动作、声音、情绪、镜头、风格与表达意图，并将多种参考信息自然融合。

多模态精准编辑与控制：支持从多个维度编辑人物、物体、场景、声音与节奏，并具备精细化的指令遵循能力。

多模态精准编辑与控制：支持从多个维度编辑人物、物体、场景、声音与节奏，并具备精细化的指令遵循能力。

商用级多场景内容生成：面向影视、广告、品牌、电商与游戏等真实商业内容场景，同时兼顾文字字幕、品牌信息、创意特效、产品展示、UI / UX 动态演示、游戏视觉及风格化表达。

商用级多场景内容生成：面向影视、广告、品牌、电商与游戏等真实商业内容场景，同时兼顾文字字幕、品牌信息、创意特效、产品展示、UI / UX 动态演示、游戏视觉及风格化表达。

广告声明：文内含有的对外跳转链接（包括但不限于超链接、二维码、口令等形式），用于传递更多信息、节省甄选时间，结果仅供参考。IT之家所有文章均包含本声明。

软媒旗下网站：IT之家、最会买 - 返利返现优惠券、iPhone之家、Win7之家、Win10之家、Win11之家。

软媒旗下软件：软媒手机 APP 应用、魔方、最会买、要知。