稀宇科技는 오늘 MiniMax H3 올모달 생성 모델을 출시한다고 발표했다. 이 모델은 텍스트, 이미지, 동영상, 사운드로 구성된 멀티모달 컨텍스트를 통합적으로 이해하고 네이티브 듀얼 채널 오디오·비디오를 출력할 수 있으며, 최대 15s 2K 해상도를 지원한다.
사전 초청 테스트 피드백에 따르면 MiniMax H3는 상용 수준의 다양한 콘텐츠 생성 기능을 갖췄으며, 지시 사항 준수, 텍스트 및 브랜드 정보 표현, V2V Motion Transfer(비디오 간 동작 전이) 등에서 뛰어난 성능을 보였다. 멀티모달 콘텐츠를 정밀하고 제어 가능하게 편집·생성할 수 있다고 알려졌으며, 광고, 전자상거래, 브랜드, 제품 디자인, UI / UX, 게임 등 다양한 분야에 적용할 수 있다.
핵심 기술 측면에서 MiniMax H3는 Caption 기능을 추가하고 전용 모델과 올모달 이해 파이프라인을 구축했다. 대부분의 소재는 추론에 100K Token을 소모하며, 최종적으로 평균 약 4K Token을 얻는다.
또한 MiniMax H3의 2K 동영상 출력 기능은 일반적인 초해상도 모듈을 사용하지 않는다. 대신 H3 기반 모델이 자체 저해상도 결과를 in-context 방식으로 다시 생성하도록 해 H3 기반 모델이 이미 갖춘 생성 능력을 최대한 재활용하며, 기존 초해상도 방식이 ‘추측’으로 복원할 수 없는 정보도 보유한다.
이 밖에도 MiniMax H3는 앞으로 며칠 내 모델 가중치를 공개할 예정이다. IT之家는 계속해서 관련 소식을 주시하고 가장 빠르게 최신 소식을 전할 예정이다.