MiniMax H3 Dẫn Đầu Bảng Xếp Hạng Video, Phát Hành Trọng Số Mã Nguồn Mở

MiniMax phát hành trọng số của model H3 và theo Artificial Analysis, H3 đứng đầu hạng Mục Chỉnh sửa Video, hạng hai ở Chuyển văn bản thành video, và hạng ba ở Chuyển ảnh thành video.

H3 có 33 tỉ tham số và có thể sinh các đoạn clip dài từ 4 đến 15 giây với âm thanh stereo. Model chấp nhận một prompt chứa tới chín ảnh tham chiếu, ba clip video và ba clip âm thanh, theo thẻ thông tin model.

Hai phần của hệ sinh thái vẫn đóng: module 2K và H3-Context-IR, công cụ chuyển prompt và tư liệu tham chiếu thành định dạng trung gian có cấu trúc, không được phát hành. Khi chạy H3 cục bộ trong ComfyUI, độ phân giải tối đa đạt 768p, và người dùng phải tự chuẩn bị ngữ cảnh theo hướng dẫn của MiniMax.

Trọng số mở cho phép tinh chỉnh trên cảnh quay, nhân vật hoặc phong cách hình ảnh tùy biến. Tuy nhiên, giấy phép giới hạn việc sử dụng thương mại chỉ cho các công ty có doanh thu dưới 20 triệu đô la.

Trong cùng ngày, ByteDance phát hành Seedance 2.5 dạng đóng, model này sinh các clip dài 30 giây và có âm thanh tích hợp.