MiniMax 发布全模态模型 H3，支持原生双声道 2K 音视频生成
智东西 · wechat · 2026-07-31
MiniMax 发布全模态生成模型 MiniMaxH3，能统一理解文本、图像、视频和声音，并原生生成带双声道的音视频，最高支持 15 秒 2K 分辨率输出。
该模型打破了以往文生图、图生视频、音色参考等隔离的任务管线，在预训练阶段即混合多模态数据进行统一建模，用户可通过自然语言自由组合不同素材进行创作。官方称其在 ArtificalAnalysis 文生视频有声榜单中排名第二。
价格方面，MiniMax 宣称 H3 在 2K 分辨率下每秒成本不到主流模型的 1/3，并计划在未来几天内合规开放模型权重。
所属事件:MiniMax发布全模态模型H3，支持2K原生双声道视频(18 条相关)→
「模型」频道最新
- Meta 开源 Muse Spark 权重，扎克伯格只能在 X 上感谢苹果 — AIFlow_ML · 2026-10-16
- Reddit 用户实测称 ChatGPT Pro 三档套餐用量上限几乎相同 — These-Breadfruit4067 · 2026-10-16
- 用户投诉 Gemini 记忆删不掉,关掉重开依然全记得 — ThrowRA_Purpose2025 · 2026-10-16
- 曝 OpenAI 暗测内部神秘模型 Aeon：已现身 Codex 桌面版用量面板 — cedric_chee · 2026-10-16
- 博主实测：argon 日常全面能打，但重度编码仍略逊 Claude — iruletheworldmo · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16