AI最前沿 88Z.ai 7 月 31 日消息，稀宇科技发布通用全模态生成模型 MiniMax H3，支持文本、图像、视频与声音的统一理解与生成，可输出15秒2K分辨率原生双声道音视频。该模型打破任务与模态边界，在指令遵循、动作迁移及多模态编辑方面表现优异，适用于广告、电商、游戏等商业场景。
消息要点
- 支持文本、图像、视频与声音的统一理解与生成，可输出15秒2K原生双声道音视频
- 打破任务与模态边界，适用于广告、电商、游戏等商业场景
要点
稀宇科技正式推出通用全模态生成模型 MiniMax H3。该模型实现了对文本、图像、视频及声音的统一理解与生成能力，能够直接输出时长15秒、分辨率为2K的原生双声道音视频内容。 MiniMax H3 打破了传统任务与模态之间的界限，在指令遵循、动作迁移以及多模态编辑等方面展现出卓越性能。凭借其强大的生成与编辑能力，该模型广泛适用于广告投放、电子商务及游戏开发等多种商业应用场景，为内容创作提供高效技术支持。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- MiniMax 稀宇科技原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。