MiniMax发布全模态模型H3，承诺全面开源权重

人工智能企业 MiniMax 近日发布了全新的全模态生成模型 MiniMax H3，并承诺在短期内向行业全面开源权重。该模型支持文本、图像、视频及声音的任意组合输入，能够直接输出带有原生双声道音频的高清视频，为多模态内容创作提供了全新的端到端解决方案。

在架构设计上，MiniMax H3 舍弃了传统的任务拆分范式，采用全新的 H3-Omni Transformer 架构，将多项生成任务统一在单一预训练框架下，显著提升了训练吞吐量。同时，通过引入 H3-VAE 架构，实现了极高的信息压缩率，从而大幅降低了高分辨率视频的推理成本，提升了性价比。

MiniMax H3 在设计之初便充分考量了国产芯片的兼容性。目前，该模型已在电影片头、游戏动画、动态海报及广告电商等商业场景中展现出优异的应用效果，特别是在文字渲染的准确度与品牌信息的呈现力上取得了显著优化，为行业内低成本、高效率的视听创作开辟了新路径。