MiniMax H3

概要

テキスト・画像・音声を一つのリクエストで統合し、ネイティブサウンド付きの2K動画を生成するオープンなマルチモーダルモデル。正確な文字表現と視覚的なパッケージング、複雑な指示の追従を強みとし、混在する参照データを完成度の高いモーション作品へ変換します。同一キャラクター・カメラ動・声・視覚スタイルの継承が可能で、製品動画・モーションポスター・ミュージックビジュアル・ECキャンペーンに適します。

主な特徴

• テキスト・画像・動画・音声の一括入力
• 一貫したスタイルの再現と柔軟な指示対応
• 2K動画とネイティブサウンドの出力

APIは公開済みで、ウェイトの追加が進行中です。