【国泰海通|海外科技】MiniMaxH3发布：通用全模态生成、高性价比落地，开源适配国产芯片

内容摘要

一、通用全模态生成模型：MiniMaxH3支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频，最高可支持15s2K分辨率；高可控精细生成，长脚本深度识别，运镜、剧情、音效自定义，支持反复调整优化。 二、商业场景：邀测显示MiniMaxH3在指令遵循、文字与品牌信息呈现、V2VMotionTransfer（视频到视频动作迁移）等方面表现出色，在广告、品牌、电商、产品设计、UI/UX、游戏等场景具备商用级竞争力。 三、核心技术：ContextualOmniRepresentation泛化多模态上下文描述能力；H3-VAE革新tokenizer技术，带来4倍序列长度收益，支撑2K输出；H3-OmniTransformer采用理解与生成异构的训练架构，训练吞吐提升近30%；…