TAG:H3
视觉大模型开源取得重要进展 多模态生成升级支持2K高清音画
8月3日，MiniMax正式开源新一代通用视频模型MiniMax H3。该全模态生成系统突破传统局限，可深度融合文本、图像、视频与音频的多模态上下文，展现强大任务泛化能力。H3支持4-15秒24FPS视频生成，提供2K高清分辨率、32kHz立体声及11种多语言交互，并推出首尾帧与全模态参考（最多12文件输入）等多种灵活模式。其三模块架构（H3-Context-IR、H3-Base、H3-Regenerate-2K）确保高保真音画输出。该开源模型已在Hugging Face发布，将显著降低多模态视频生成门槛
7 
0 
国产算力生态取得重大突破：摩尔线程闪电适配MiniMax H3多模态大模型
MiniMax开源多模态生成模型H3，摩尔线程依托MTT S5000智算卡及MUSA软件栈，当天仅用3小时完成极速适配。H3支持文本、图片、音频、视频多元输入输出，可生成2K分辨率15秒原生音视频，在视频编辑能力上全球领先，价格低至0.8元/秒。其开源属性降低部署门槛，该突破标志国产算力生态在多模态AI领域取得重大进展，将加速AGI技术创新与产业化落地。
MiniMax推出新一代多模态生成模型，定价降至行业同类模型三分之一
MiniMax于7月31日发布新一代多模态生成模型H3，并宣布即将开源。该模型不再局限于单一任务，而是实现文本、图片、音频、视频的多模态统一理解与自然生成，支持2K分辨率、最长15秒音画输出，在指令遵循、文字渲染及V2V动作迁移等方面表现出色，适用于广告、品牌、电商等商业场景。H3视频生成定价仅0.8元/秒，为行业同类旗舰模型的三分之一，通过高压缩Tokenizer等技术创新实现成本优化。此举标志着大模型价格战延伸至多模态领域，有望降低数字内容生产门槛，推动AI商业化落地。
MiniMax正式发布全模态视频模型H3 并承诺开源权重
MiniMax正式发布全模态生成模型H3，并承诺几天内全面开源模型权重。该模型支持文本、图像、视频、音频任意组合输入，输出带原生双声道的高清视频。采用创新H3-Omni Transformer统一架构，训练吞吐量提升近30%，通过H3-VAE实现高压缩率，大幅降低成本，且兼容国产芯片。在电影片头、游戏动画、广告电商等领域展现强大潜力，文字渲染准确度显著提升，为视听内容创作提供高性价比解决方案。
