MiniMax H3 trở thành mô hình video mở đầu tiên đứng đầu bảng xếp hạng chỉnh sửa video

MiniMax đã công khai trọng số của mô hình video H3, đánh dấu lần đầu tiên một mô hình mở đứng đầu bảng xếp hạng video. Trên Artificial Analysis, H3 đứng đầu về chỉnh sửa video, thứ hai về chuyển văn bản thành video và thứ ba về chuyển hình ảnh thành video. Mô hình 33 tỷ tham số xử lý đồng thời văn bản, hình ảnh, video và âm thanh, tạo ra clip dài từ 4 đến 15 giây có âm thanh nổi. Theo thẻ mô hình, nó có thể xử lý tối đa chín ảnh tham chiếu, ba đoạn video và ba đoạn âm thanh cho mỗi lời nhắc. Tuy nhiên, hai thành phần vẫn đóng: mô-đun cho độ phân giải 2K và H3-Context-IR, chuyển đổi lời nhắc và tài liệu tham chiếu thành một dạng trung gian có cấu trúc. Khi chạy cục bộ trong ComfyUI, điều này cho kết quả ở 720p, nhưng quá trình xử lý ngữ cảnh có thể được tái tạo bằng cách sử dụng các hướng dẫn về lời nhắc đã được công bố. Trọng số mở cũng cho phép tinh chỉnh, ví dụ như trên cảnh quay, nhân vật hoặc phong cách nhất quán của riêng bạn, mặc dù giấy phép chỉ cho phép sử dụng thương mại đối với các công ty có doanh thu dưới 20 triệu đô la. Đồng thời, ByteDance đã phát hành Seedance 2.5 đóng, cung cấp clip dài 30 giây kèm âm thanh.