MiniMax H3发布：支持统一多模态理解与生成的开放模型

MiniMax 正式发布 H3，这是一款通用全模态生成模型，支持文本、图像、视频和声音的统一理解，可输出原生双声道音视频，最高支持 15s 2K 分辨率。官方称 H3 在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 方面表现出色，适用于广告、电商等商业场景。2K 分辨率下每秒价格不到主流模型的 1/3，未来几天将开放模型权重并适配国产芯片。