打开网易新闻 查看精彩图片

8月3日，稀宇科技宣布新一代多模态生成模型MiniMax H3正式开源。作为MiniMax最新一代视频生成模型，H3进一步提升了AI在视频创作、多模态理解以及内容编辑方面的能力，推动高性能视频生成技术向开发者和企业开放。

MiniMax H3是一款全模态生成模型，支持文本、图片、视频和音频等多种输入形式，并能够生成包含画面与原生双声道音频的视频内容。官方表示，H3最高支持生成2K分辨率、最长15秒的视频，同时具备视频生成、视频编辑、视频重构以及视频到视频动作迁移等能力。

相比传统AI视频模型主要依靠文字提示生成内容，MiniMax H3更加注重多模态信息理解。用户可以输入文字描述、参考图片、视频素材甚至声音信息，让模型完成更加复杂的视频创作任务，例如角色保持、场景变化、品牌元素植入以及视频风格转换等。

在应用场景方面，H3针对广告营销、电商内容生产、影视创作、游戏开发以及产品设计等领域进行了优化。稀宇科技表示，H3在文字生成、复杂场景理解、主体一致性以及视频编辑能力方面进行了增强，能够帮助企业降低视频内容生产成本，提高创作效率。

值得关注的是，此次MiniMax选择开源H3模型，将进一步推动AI视频生成技术生态发展。过去，高质量视频生成模型大多采用闭源方式，开发者只能通过接口调用，而开源模型则能够让更多研究人员和企业基于模型进行二次开发、优化和应用探索。

近年来，随着AI大模型竞争从文本走向多模态，AI视频生成已经成为全球科技公司的重点赛道。从OpenAI的视频模型，到字节跳动、快手以及MiniMax等国内企业的持续布局，AI视频正在从简单的内容生成工具，逐渐发展为能够理解、创造和编辑真实世界内容的新型生产力。

MiniMax H3的开源，也意味着国产AI模型竞争进一步进入生态化阶段。未来，模型能力、开放程度以及商业落地速度，将成为AI企业竞争的重要方向。