Daily Journal

Home / Tecnologia

Daily Journal

MiniMax lança modelo de IA H3 para geração de vídeos em 2K

A chinesa MiniMax apresentou o H3, modelo de IA capaz de criar vídeos de 15 segundos com áudio estéreo e resolução 2K, com código aberto em breve.

Daily Journal
Foto: Morphic
||
31/07 às 02:31 · atualizado 10:21

Pontos principais

  • O modelo H3 processa entradas multimodais, incluindo texto, imagem, vídeo e áudio.
  • A ferramenta gera clipes de até 15 segundos com resolução 2K e áudio estéreo nativo sincronizado.
  • A MiniMax planeja disponibilizar os pesos do modelo para acesso público nos próximos dias.
  • Esta é a primeira vez que a empresa torna seu principal modelo de vídeo disponível como código aberto.
  • O lançamento visa ampliar a participação da MiniMax no mercado global de IA generativa frente a rivais como Google e ByteDance.

A empresa chinesa de inteligência artificial MiniMax anunciou o lançamento do H3, seu novo modelo de geração de vídeo. A tecnologia se destaca pela capacidade de produzir clipes de até 15 segundos em resolução 2K, acompanhados de áudio estéreo nativo sincronizado. O sistema é multimodal, processando comandos de texto, imagem, vídeo e áudio para criar conteúdos visuais complexos. Em uma estratégia para ganhar tração no mercado global, a companhia confirmou que disponibilizará os pesos do modelo como código aberto nos próximos dias, permitindo que desenvolvedores utilizem e adaptem a tecnologia. Com este movimento, a MiniMax busca fortalecer sua competitividade no setor de IA generativa, desafiando diretamente gigantes da indústria como Google e ByteDance ao atrair uma comunidade de desenvolvedores mais ampla para seu ecossistema.

Fonte primária

MiniMax

MiniMax H3 — general-purpose omni-modal generation model

A MiniMax anuncia o H3, descrito como "a general-purpose omni-modal generation model", capaz de entender e gerar conteúdo em texto, imagem, vídeo e áudio. Em vídeo, gera clipes de até 15 segundos em resolução 2K com áudio estéreo nativo (não faixas mono separadas), com suporte nativo a múltiplos planos ("multi-shot") numa mesma geração, além de tarefas de referência e edição image-to-image, image-to-video, audio-to-audio e audio-video-to-audio-video. A empresa afirma que o modelo "excels at instruction following, accurate text and brand presentation, and V2V Motion Transfer", posicionando-o para publicidade, branding, e-commerce, design de produto, UI/UX e games. Sobre preço, diz que em 2K o custo por segundo é "less than a third of mainstream models", e em 768p é "less than half the price of mainstream models' 720p". A MiniMax planeja abrir os pesos do modelo ("open up the model weights") nos próximos dias, sujeito a leis e regulações aplicáveis.

Comentários

Carregando comentários...