【CNMO科技动静】7月31日，MiniMax发布新一代多模态天生模子MiniMax H3，并公布将于近期开放模子权重。与已往别离处置惩罚图片、视频及声音的专项模子差别，H3更夸大对于多模态上下文的同一理解，试图从“完成单项天生使命”进一步转向通用多模态创作。

MiniMax

据CNMO科技相识，MiniMax H3撑持文本、图片、音频及视频等多种输入情势，可以直接输出2K分辩率内容，最永生成15秒的音画作品。用户可将差别类型的素材放于统一上下文中，由模子同一理解画面、声音、文字与创作要求，再完成联贯的内容天生或者编纂。

MiniMax H3

视频编纂是H3这次展示的重点能力。该模子撑持V2V Motion Transfer，行将一段参考视频中的人物动作及运动轨迹迁徙到另外一段视频中，同时只管即便连结主体形象与画面气势派头。对于在告白、品牌及电商内容，H3还有强化了指令遵照、文字出现以和品牌信息还有原能力，削减天生内容中常常呈现的文字过错及标识变形。

CNMO科技相识到，MiniMax H3于Artificial Analysis音频视频编纂榜单中位列全世界第一。跟着H3后续开源，高质量音画天生和视频编纂的利用门坎将进一步降低。

版权所有，未经许可不患上转载