MiniMax는 Hugging Face에 오픈 웨이트 H3 오미모달 비디오 생성 모델을 출시했으며, 단일 포워드 패스에서 비디오를 구동할 수 있는 네이티브 스테레오 오디오를 특징으로 합니다. 이 모델은 5~15초 길이의 클립에 대해 2K 해상도와 24fps를 지원하며, 생성당 최대 9장의 참조 이미지, 3개의 비디오, 3개의 오디오 클립을 허용합니다.

  • H3는 공유 컨텍스트 내에서 텍스트, 이미지, 비디오 및 오디오 입력을 허용합니다.
  • 오디오 구동 모드는 입력 사운드 트랙과 동기화된 비디오를 생성합니다.
  • 이 모델은 소비자 하드웨어에서 로컬 추론을 위해 오픈 웨이트로 제공됩니다.
  • ByteDance의 Seedance 2.5는 유사한 기능을 제공하지만 BytePlus ModelArk를 통한 API 전용으로 남아 있습니다.

H3의 가용성은 로컬 비디오 생성에 있어 중요한 이정표를 나타내며, 이전에는 독점 API를 통해서만 접근 가능했던 고품질 결과를 제공합니다.