MiniMax 发布 H3 全模态模型：支持带音频生成视频
linoy_tsaban · x · 2026-08-03
MiniMax 官方发布全新 H3 全模态生成系统。该模型参数量为 33B，支持统一的文本、图像、视频和音频多模态上下文理解。
主要特性包括：
- 原生音视频生成：最高支持 2K 分辨率、15 秒时长以及 24 FPS 帧率，音频为 32 kHz 立体声。
- 多模态输入：支持纯文本、首尾帧、视频及音频等多种参考输入模式。
- 消费级部署：模型已上线 Hugging Face，并兼容 🧨 Diffusers 和 ComfyUI，可在消费级 GPU 上运行。
所属事件:MiniMax 开源 33B 全模态视频模型 H3(35 条相关)→
「模型」频道最新
- 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
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16
- 开发者实测:决策模型 jev 质量跑赢 GPT-6-Luna — genmon · 2026-10-16
- Reddit 用户求证 Google AI Pro 订阅中 Argon 4 用量上限 — Consistent-Text-2662 · 2026-10-16
- Reddit 用户困惑:为什么那么多人觉得 Claude 比 ChatGPT 好 — -ButterflyEffect- · 2026-10-16