多模态生成

MiniMax 开源视频模型 H3 — 一口气生成画面和声音

MiniMax 发布可商用的开源视频模型 H3，支持文生视频、图生视频，首尾帧控制，并首次同步生成对白、音效、音乐。值得关心的是，视频与音频联合建模正在成为下一代生成模型的标准架构。