H3 de MiniMax génère de la vidéo 2K avec son stéréo intégré — au tiers du prix des concurrents
La société shanghaïenne MiniMax a lancé H3 le 31 juillet : un modèle vidéo qui lit texte, images, vidéo et audio comme une seule entrée combinée et produit des clips de 5 à 15 secondes jusqu'en 2K et 24fps — voix, bruitages et musique étant générés en même temps que l'image, en stéréo native, et non ajoutés après coup. Il sait aussi monter des séquences existantes et transférer le mouvement d'une vidéo à l'autre. MiniMax affirme que la génération 2K coûte moins du tiers des concurrents dominants et que les poids du modèle seront ouverts « dans les prochains jours ».
Pourquoi c'est importantLa génération vidéo file vers le même destin que le texte : meilleure, moins chère, ouverte. Un son produit conjointement avec l'image efface l'une des dernières coutures qui trahissent la vidéo IA ; et si les poids ouverts promis arrivent, l'outillage des créateurs comme des faussaires devient radicalement moins cher — pression tarifaire sur Sora, Veo et Runway comprise.
Lire dans l'app — gratuit, en 9 langues
Actus liées
Le nouveau modèle de Microsoft écrit avant que vous ayez fini.2026-10-05ElevenLabs offre aux étudiants un an de sa voix de lecture.
2026-10-05Un laboratoire américain va offrir un modèle de niveau chinois.
2026-10-05Un site de vidéo offre le meilleur modèle ouvert de traduction.
2026-10-05La moitié des appelés ont cru parler à un humain en vidéo.
2026-10-04