Global · IA · Modelos · MiniMax · Vídeo
MiniMax H3 combina referencias visuales y sonoras para generar vídeo
El modelo produce clips de hasta 15 segundos con sonido estéreo y salida 2K.
Fecha de la fuente original:
Lo esencial
- El 31 de julio se presenta H3 y se ofrece acceso mediante Hailuo; los pesos se anuncian para después.
Un contexto para imagen, movimiento y sonido
MiniMax presentó H3, un modelo que interpreta conjuntamente texto, imágenes, vídeo y audio para generar y editar clips. El usuario puede combinar, por ejemplo, el movimiento de cámara de una referencia, un personaje de otra y una voz. La empresa anunció vídeos de hasta 15 segundos, sonido estéreo nativo y resolución 2K.
Servicio disponible y pesos previstos
El lanzamiento ofrece una prueba mediante Hailuo. Su sistema vuelve a utilizar el contexto original para regenerar una primera salida a mayor resolución, en lugar de limitarse a ampliarla. MiniMax señaló que todavía debía mejorar ciertos detalles visuales y dejó la publicación de los pesos para los días siguientes.