MiniMax H3发布:自带立体声的2K视频生成,价格只有对手的三分之一
总部位于上海的MiniMax于7月31日发布H3:该模型把文本、图像、视频和音频作为一个整体输入来理解,生成5至15秒、最高2K分辨率、24fps的视频片段——人声、音效和音乐与画面同步生成为原生立体声,而非事后配上。它还能编辑已有素材,并在视频之间迁移动作。MiniMax称2K生成成本不到主流对手的三分之一,并表示将在'未来几天'开放模型权重。
为什么重要?视频生成正奔向与文本相同的命运:更好、更便宜、更开放。声音与画面联合生成,抹去了AI视频最后几道破绽之一;若承诺的开放权重兑现,创作者与造假者的工具箱都将大幅降价——对Sora、Veo和Runway的价格压力也随之而来。
在App中阅读——免费，9种语言
相关新闻
Apple Music 将标注哪些歌曲由机器生成——但要不要说，取决于上传者2026-08-21DeepSeek 的廉价主力模型现在能"看"了——在需要视觉的智能体任务上，它自称已接近 Anthropic 最强模型
2026-08-21Adobe 现在能生成配乐、旁白和关门声——而且它说授权已经替你兜底
2026-08-21给机器人演示一次——三到十二秒——它就能在完全不训练的情况下把活儿做对 59 次
2026-08-21六个月前，好莱坞向字节跳动发出停止侵权函。本周双方签下休战协议——没有一分钱易手。
2026-08-20