시위 테크놀로지는 오늘 MiniMax H3 범용 멀티모달 비디오 모델을 출시한다고 발표했습니다. ModelScope 커뮤니티에 따르면 이 모델은 베이징 시간 8월 3일 0시에 공식 오픈 소스로 공개됩니다.
MiniMax H3는 텍스트, 이미지, 비디오, 음성으로 구성된 멀티모달 컨텍스트를 통합적으로 이해하고, 기본 스테레오 음성을 지원하는 오디오·비디오를 출력할 수 있으며 최대 15초 2K 해상도를 지원합니다.
Contextual Omni Representation, H3-VAE, H3-Omni Transformer, In-context Regeneration 등 여러 기술을 바탕으로 MiniMax는 업계 최고 수준의 가성비를 제공할 수 있다고 밝혔습니다. 기본 해상도는 2K이며, 2K 해상도에서 초당 가격은 주요 모델의 1/3 미만이고, 768P 해상도에서는 주요 모델의 720P 가격의 1/2입니다.
공식 발표에 따르면 이 모델의 주요 특징은 다음과 같습니다.
네이티브 멀티모달 이해 및 생성: 텍스트, 이미지, 오디오, 비디오 등 다양한 입력을 지원하고, 여러 자료에 포함된 인물, 동작, 음성, 감정, 카메라 구도, 스타일과 표현 의도를 이해하며 다양한 참고 정보를 자연스럽게 융합합니다.
정밀한 멀티모달 편집 및 제어: 인물, 사물, 장면, 음성 및 리듬을 다각도로 편집할 수 있으며, 세밀한 지시 사항을 따르는 기능을 갖췄습니다.
상용급 멀티시나리오 콘텐츠 생성: 영화·드라마, 광고, 브랜드, 전자상거래 및 게임 등 실제 상업 콘텐츠 시나리오를 대상으로 하며, 문자 자막, 브랜드 정보, 창의적 특수효과, 제품 전시, UI / UX 동적 시연, 게임 비주얼 및 스타일화된 표현을 모두 지원합니다.