Генерация видео, где каждый кадр согласован, а герои сохраняют облик от сцены к сцене, — вызов для нейросетей. MiniMax представила модель H3, которая делает это в разрешении 2K, принимая на вход текст, изображения, видео и аудио. Это новый шаг в создании связного и естественного видеоконтента.
Модель MiniMax H3 позиционируется как новое поколение открытой универсальной мультимодальной видеомодели. Она понимает творческие намерения, выраженные через различные типы ввода. Для инженеров доступен API-эндпоинт v2/video_generation, который принимает мультимодальный ввод через массив content.
H3 поддерживает несколько сценариев генерации видео:
- Text-to-Video — создание видео с нуля по текстовому описанию.
- First/Last-Frame Image-to-Video — контроль начального или конечного кадра видео с возможностью «оживить» конкретный образ.
- Reference Generation — генерация видео с использованием референсных изображений, видео или аудио для передачи стиля, движения, ракурса камеры, голоса или ритма монтажа.
Модель генерирует видео в разрешении 2K (2560×1440), продолжительностью от 4 до 15 секунд. Поддерживаются различные соотношения сторон, включая 21:9, 16:9, 1:1 и другие. Отдельно отмечается возможность генерации с нативным аудио и сохранением консистентности персонажей между сценами.
Несмотря на позиционирование как «открытой», модель пока доступна ограниченному кругу ранних партнёров. Публичная доступность, официальная ценовая политика для API и полный список характеристик ещё не объявлены. По сообщениям тестировщиков, стоимость 15-секундного 2K-клипа на базовом уровне подписки составляет около $1, что сопоставимо с ценами конкурентов за видео более низкого разрешения. Текущие пакеты MiniMax для других видеомоделей не поддерживают H3.
MiniMax H3 поднимает планку для AI-видео с мультимодальным вводом и высоким разрешением, предлагая новые возможности для контроля над сгенерированным контентом. Однако её реальное влияние на рынок и доступность для широкого круга разработчиков будут зависеть от окончательной ценовой политики и условий публичного релиза.