MiniMax 发布全模态生成模型 H3，支持 2K 音视频并即将开源

MiniMax 发布全模态生成模型 H3，可统一理解文本、图像、视频和音频组成的多模态上下文，输出带原生双声道的音视频，最高支持 15 秒 2K 分辨率、24 FPS。H3 在 Artificial Analysis 视频模型榜单的视频编辑能力项排名全球第一，2K 分辨率输出定价 0.8 元/秒。MiniMax 表示将在未来几天内开放权重，具体开源协议和模型规格尚未公布，后续会发布技术报告。