MiniMax H3 officiellement lancé : génération unifiée de tous les modes, 15 secondes de vidéo 2K et 1/3 du prix

MiniMax H3 a été officiellement publié le 31 juillet et inclus dans la base de données le 2 août. Il s'agit d'un modèle positionné comme une « génération universelle entièrement modale » : la compréhension et la sortie unifiées du texte, des images, des vidéos et des sons sont entrées dans le même modèle. Le côté vidéo prend en charge jusqu'à 15 secondes de génération de résolution 2K, et le prix est d'environ 1/3 du modèle grand public**.

Unification modale complète : réduisez les délais et les coûts d'épissage

L'orientation architecturale de H3 est d'intégrer la compréhension et la génération dans un modèle unique, plutôt que d'avoir plusieurs modèles monomodaux assemblés dans le pipeline. Les avantages de cette route « multi-modale native » sont simples : elle élimine le délai et le coût de conversion entre les modalités, et est plus proche de la charge de travail actuelle « multi-modale + Agent ». Pour MiniMax, il s’agit également d’un saut clé depuis la modalité unique texte/parole vers la génération unifiée entièrement modale.

15 secondes 2K : toucher le seuil pratique de la vidéo courte

La longueur et la résolution de la génération vidéo déterminent directement la convivialité. La combinaison de 15 secondes et de 2K a atteint le seuil d'une utilisation pratique dans la création de courtes vidéos, le matériel publicitaire et même les avant-premières de films et de télévision, et pas seulement dans la « réalisation de films » de niveau démonstration. Cela signifie que H3 n’est pas seulement une démonstration de capacités en laboratoire, mais se dirige vers des scénarios de production de contenu pouvant être produits en masse.

1/3 Tarification : Qui aura le plus grand impact ?

Il offre des capacités entièrement modales pour un tiers du prix des modèles traditionnels, ce qui a un impact sur la rentabilité des modèles multimodaux à source fermée à l'étranger. Il compare également directement les chefs de file de la génération vidéo tels que Keling et Sora en Chine. Pour les créateurs, le mode complet à bas prix signifie que le seuil de production de contenu UGC a été encore abaissé - cela s'inscrit également dans la continuité de l'approche cohérente « approche rentable » de MiniMax.

Plusieurs orientations à suivre dans le futur :

1. Disponibilité du scénario de création réelle : 15 secondes de performance réelle de 2K dans une longue narration et une cohérence des personnages.
2. Comparaison des mesures réelles avec des modèles vidéo nationaux tels que Keling : Une confrontation directe entre la qualité vidéo et la vitesse.
3. Rythme alternatif des itinéraires tout-modaux : La vitesse de détournement du modèle unifié vers le schéma monomodal.