❯ MiniMax 发布 H3 视频模型,支持 2K 分辨率与原生立体声,将开源权重
开源在即MiniMax 发布视频生成模型 H3,可生成最长 15 秒、2K 分辨率、带原生立体声的片段,并计划在数日内放出权重。
全模态输入H3 接受文本、图像、视频、音频四类输入,支持视频编辑,也能把一段视频的运动迁移到另一段。定价面向商用,据称比同类便宜三分之二以上,且可运行在国产芯片上。MiniMax 2022 年成立,今年 1 月在香港上市,是继智谱之后第二家赴港的大模型公司。视频生成此前一直是闭源占绝对优势的领域,中国公司正把开源打法搬进来。
开源的边界视频模型开源比语言模型难在推理成本——权重免费,算力仍要自己付,一段 2K 带声音的片子要烧掉的显存和时间,都不是普通团队随手能扛的。第一批真正受益的是有稳定 GPU 供给的中小工作室,它们头一次能把片头、转场这类重复活放进自己的管线,不必按秒向接口付费。至于闭源的视频厂商,定价空间被压到了权重免费这条线以上。
▪ SIGNAL视频这一格,开源第一次追到了发布当周。