Hailuo video modellerinin arkasındaki Şanghay merkezli yapay zeka laboratuvarı MiniMax, medya türleri arasındaki duvarları yıktığını söylediği genel amaçlı çok modlu üretim modeli H3'ü yayımladı.
H3, metin, görsel, video ve ses arasında birleşik bağlam anlıyor ve 2K çözünürlükte, doğal stereo sesle 15 saniyeye kadar video üretebiliyor; yani ses, sonradan eklenmek yerine aynı modelin parçası olarak üretiliyor. MiniMax, talimat takibi, videoda metin ve marka sunumu ile videodan videoya hareket aktarımındaki güçlü yönlerini öne çıkarıyor.
Fiyatlandırma diğer başlık: 2K'da model, ana akım saniye başına fiyatların üçte birinden az; 768p'de ise ana akım 720p tekliflerinin yarısından az maliyetli. Şirket, açık kaynak topluluğunu desteklemek ve donanım uyumluluğunu hızlandırmak için önümüzdeki günlerde ağırlıkları açık kaynak yapmayı planladığını söylüyor — MiniMax'ın açık ağırlıklı model yayımlama stratejisiyle uyumlu bir adım.
Yaratıcılar ve geliştiriciler için H3'ün açık ağırlık, doğal ses ve agresif fiyatlandırma kombinasyonu, ücretli video modellerinin statükosuna doğrudan bir meydan okuma. Model şimdiden şirketin API'si ve üçüncü taraf platformlarda kullanılabilir durumda; gözlemciler açık kaynak sürümünün söz verildiği gibi gelip gelmeyeceğini ve rakiplerin ne kadar hızlı yanıt vereceğini izliyor.
