开源社区本周发布 MiniMax H3、LTX2.5 等多模态模型
RisingSayak · x · 2026-08-14
Hugging Face Diffusers 团队成员 Sayak Paul 总结本周开源权重社区动态：MiniMax H3（视频+音频）、LTX2.5（视频+音频）、Wan Animate 2、MiniMax Music 3 等模型发布。其中 MiniMax H3 是通用全模态生成系统，支持文本、图像、视频、音频统一理解，可生成带原生立体声音频的视频，最高 2K 分辨率、15 秒时长，支持 11 种语言。
「多模态」频道最新
- Oreate Agent自动选模型生成营销图，中英文文案零错误 — socialwithaayan · 2026-08-14
- Oreate Agent自动选视频模型生成广告，无需人工剪辑 — socialwithaayan · 2026-08-14
- AI生成运动视频效果惊艳，网友直呼超出预期 — Inevitable-Maybe5507 · 2026-08-14
- VChain：推理时注入视觉思维，提升视频生成物理连贯性 — ziqi_huang_ · 2026-08-14
- GPT Image 2 新演示：保持面部特征不变，生成逼真人物照片 — SimplyAnnisa · 2026-08-14
- AI 短片《THE FIGHT》发布，网友评价如何？ — MusicLover99977 · 2026-08-14