أطلقت مينيماكس MiniMax H3، وهو نموذج توليد متعدد الوسائط للأغراض العامة يدمج النص والصورة والفيديو والصوت في سياق واحد لإنتاج مقاطع فيديو بدقة 2K تصل مدتها إلى 15 ثانية مع صوت ستيريو أصلي. وعلى عكس المجموعات السابقة التي تعتمد على نماذج خبراء منفصلة لمهام محددة، يتيح H3 للمستخدمين التعبير عن علاقات المرجعية والتحرير من خلال مطالبات باللغة الطبيعية.
- ينتج النموذج فيديو بدقة 2K بمدد تتراوح بين 4 و15 ثانية (أعداد صحيحة فقط).
- يتميز بمُرمِّز H3-VAE الذي يوفر زيادة بنسبة 4 أضعاف في طول التسلسل الفعال، مما يتيح الإخراج بدقة 2K.
- يفصل محوّل H3-Omni بين أعباء الفهم والتوليد، مما يزيد من معدل الإنتاجية للتدريب الشامل بنسبة تقترب من 30%.
- يسمح التجديد ضمن السياق للنموذج الأساسي باستعادة التفاصيل الدقيقة والنصوص الصغيرة دون الحاجة إلى وحدات دقة فائقة خارجية.
- تبلغ الأسعار المبلغ reported بـ 0.13 دولار لكل ثانية للإخراج بدقة 2K، وهو ما تدعي مينيماكس أنه أقل من ثلث النماذج السائدة.
يتوفر MiniMax H3 حالياً عبر واجهة برمجة التطبيقات (API) للمنصة تحت معرّف النموذج MiniMax-H3 وفي تطبيق المستهلك Hailuo AI، مع وعد بنشر الأوزان المفتوحة خلال الأيام القادمة.