MiniMaxがH3を発表:立体音響付き2K動画を生成、重みもオープン化へ
MiniMaxはテキスト・画像・動画・音声を統合して理解・生成するオムニモーダルAI「H3」を発表しました。最大2K解像度・15秒のネイティブ立体音響付き動画を生成できます。数日中にモデル重みのオープン化を予定しており、2K生成の単価は主要モデルの3分の1未満に抑えられています。
MiniMaxはテキスト・画像・動画・音声を統合して理解・生成するオムニモーダルAI「H3」を発表しました。最大2K解像度・15秒のネイティブ立体音響付き動画を生成できます。数日中にモデル重みのオープン化を予定しており、2K生成の単価は主要モデルの3分の1未満に抑えられています。