幣界網消息，MiniMax 發布全模態生成模型 H3，該模型能夠同時理解文字、圖片、視頻和聲音，並根據自然語言指令生成或編輯視頻。用戶可以讓 H3 照著一段視頻學習鏡頭運動，使用另一張圖中的人物，再參考第三段音頻的聲音。H3 最長可生成15秒視頻，支持2K解析度和原生雙聲道聲音。官方 API 的2K價格為每秒0.13美元，生成一段15秒視頻約需1.95美元；768p解析度每秒0.09美元。一次任務最多可輸入9張圖片、3段視頻和3段音頻，總數不能超過12個文件。MiniMax 計劃未來幾天開放模型權重。