MiniMax анонсировала H3 — видеомодель, которая обрабатывает текст, изображения, видео и аудио в одном запросе. Она создает ролики длительностью от 5 до 15 секунд с разрешением до 2K и с нативным стереозвуком.
MiniMax H3 уже доступна в веб-сервисе Hailuo AI на платных тарифах и через API MiniMax. В ближайшие дни компания намерена опубликовать веса модели. Более подробная информация о функциях, ценах и ограничениях представлена в материале Postium.
Читайте также: ТОП-7 нейросетей для генерации видео
Нейросеть MiniMax H3 — функционал и принцип работы
H3 поддерживает создание видео на основе текста, анимацию первого или последнего кадра и генерирование роликов по нескольким референсам. В один запрос можно добавить до девяти изображений, трех видеоклипов и трех аудиофайлов, но не более 12 файлов. Аудио не может быть загружено отдельно: вместе с ним требуется прикрепить изображение или видео.
Модель использует референсы для переноса внешности персонажа, движений, работы камеры, визуального стиля, голоса и ритма монтажа. Можно также загрузить готовый ролик и указать изменения текстом — например, заменить объект, изменить освещение или скорректировать отдельный фрагмент сцены.
H3 создает видео длительностью от 5 до 15 секунд. В API продолжительность указывается как целое число секунд. MiniMax указывает разрешение до 2K. На сторонних площадках также сообщают о частоте 24 кадра в секунду, однако в открытой документации API этот параметр не указан отдельно.
Нейросеть генерирует звук одновременно с видео. Результат может включать речь, музыку, шумы и фоновое окружение, синхронизированные с событием в кадре. Отдельная генерация аудиодорожки и ее подгонка под видео не требуется.
Статья по теме: Как создавать видео в Gemini Omni Flash
Как работать с MiniMax H3
Перейдите на сайт Hailuo AI и откройте раздел создания видео. Выберите MiniMax H3, добавьте описание и при необходимости загрузите изображения, видео или аудио в качестве референсов. После этого сервис создаст новый ролик или внесет указанные изменения в исходное видео.
Доступ к MiniMax H3 начинается с тарифа Standard:
Разработчики могут использовать MiniMax H3 через API. Доступно четыре основных сценария: генерация по тексту, создание видео по первому или последнему кадру, генерация по мультимодальным референсам и редактирование существующего контента. Видео в разрешении 2K стоит от $0,081 за секунду, а версия в 768p, которая находится на этапе подготовки к запуску, — от $0,047 за секунду.
Почему это имеет значение? Заявление о публикации весов выделяет H3 среди крупных коммерческих видеомоделей, которые функционируют исключительно через закрытые сервисы и API. Открытые веса позволят разработчикам запускать модель на своей инфраструктуре, адаптировать ее к конкретным задачам и изучать архитектуру системы.
H3 выходит на рынок, где MiniMax конкурирует с Seedance 2.0 и Kling 3.0. Новая модель усиливает конкуренцию в первую очередь в таких сценариях, как создание рекламных роликов, демонстрация товаров, игровых сцен и черновой видеомонтаж по текстовым инструкциям.
Напомним, что в июне компания представила MiniMax M3 с открытыми весами и контекстом до 1 млн токенов, а также выпустила агента MiniMax Code для разработки. Позже MiniMax открыла доступ к MiniMax Hub — десктопному ИИ-агенту, который объединяет генерацию текста, изображений, музыки и видео в одном рабочем пространстве.
Итог: MiniMax H3 сочетает в себе генерацию видео, нативный звук, работу с референсами и редактирование в одной модели.
