MiniMax 发布多模态生成模型 H3，支持 2K 15 秒视频与原生立体声

MiniMax 发布通用多模态生成模型 H3，可统一理解文本、图像、视频和音频上下文，生成带原生立体声、最长 15 秒的 2K 视频。官方称 2K 下每秒价格不到主流模型的三分之一，768p 下不到主流模型 720p 价格的一半，并计划在符合法规的前提下于近日开放模型权重。