H3-World
H3-World 的 11.3 小时数据对齐被拆解，模型训练口径仍需核实
H3-World 论文使用约 11.3 小时训练窗口，但文章核查发现，片段数、动作提示数与实际读入量不能混为一谈。动作监督还依赖姿态恢复、逐帧对齐和文本化处理，数据质量与训练成本仍不能仅凭论文数字确认。
返回首页
H3
找到 3 篇关于此标签的文章
MiniMax
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。
MiniMax
开源视频模型 MiniMax H3 跑出 2K 画质 — 本地部署视频生成的门槛被踩低了一档
MiniMax 八月初放出 H3 全模态视频模型权重，2K、24 帧、带原生立体声，开源可本地跑。同一周字节 Seedance 2.5 走闭源 API 高码率路线。我们关心的是：视频生成的「开源 vs 闭源」分叉，正在 AI 图像领域走过的剧本上重演一遍。