Kampuni ya MiniMax imetangaza leo kuzindua modeli ya video ya jumla yenye miundo mingi MiniMax H3. Kulingana na jumuiya ya ModelScope, modeli hii itatolewa rasmi kama programu huria saa 00:00 kwa saa za Beijing tarehe 3 Agosti.
MiniMax H3 ina uwezo wa kuelewa kwa pamoja muktadha wenye miundo mingi unaojumuisha maandishi, picha, video na sauti, na inaweza kutoa video na sauti zenye stereo asilia, huku ikiunga mkono hadi sekunde 15 katika ubora wa 2K.
Shukrani kwa teknolojia kama Contextual Omni Representation, H3-VAE, H3-Omni Transformer na In-context Regeneration, MiniMax inasema inaweza kutoa uwiano bora zaidi wa gharama na utendaji katika sekta. Kwa chaguo-msingi, modeli hutoa ubora wa 2K; kwa ubora wa 2K, bei yake kwa sekunde ni chini ya theluthi moja ya modeli kuu, huku kwa ubora wa 768P ikiwa nusu ya bei ya modeli kuu zenye ubora wa 720P.
Rasmi imesema modeli hii ina mambo makuu yafuatayo:
Kuelewa na kuzalisha miundo mingi kiasili: Inaunga mkono aina mbalimbali za viingizo, ikiwemo maandishi, picha, sauti na video; inaelewa watu, vitendo, sauti, hisia, picha za kamera, mitindo na nia ya uwasilishaji katika nyenzo tofauti, kisha kuunganisha marejeo mbalimbali kwa njia ya asili.
Uhariri na udhibiti sahihi wa miundo mingi: Inaunga mkono uhariri wa watu, vitu, mandhari, sauti na mpangilio kwa vipengele mbalimbali, pamoja na uwezo wa kufuata maagizo kwa usahihi.
Uzalishaji wa maudhui wa kiwango cha kibiashara katika hali mbalimbali: Inalenga hali halisi za kibiashara kama filamu na televisheni, matangazo, chapa, biashara ya mtandaoni na michezo, huku ikizingatia manukuu, taarifa za chapa, madoido ya ubunifu, maonyesho ya bidhaa, maonyesho yanayobadilika ya UI / UX, taswira za michezo na uwasilishaji wenye mtindo.