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
微软的新模型在你说完之前就开始写字了。2026-10-05ElevenLabs给学生免费送一年的朗读声音。
2026-10-05一家美国实验室即将免费放出对标中国的开源模型。
2026-10-05一家视频网站免费放出了评分最高的开源翻译模型
2026-10-05短暂视频通话里，一半人以为对面的AI是真人
2026-10-04