MiniMax ra mắt mô hình đa phương thức H3: Đột phá video 2K dài 15 giây

Cảm ơn bạn đọc "" của IT đã gửi thông tin đóng góp!

Theo tin từ IT ngày 31 tháng 7, công ty công nghệ MiniMax hôm nay đã công bố ra mắt mô hình tạo sinh toàn phương thức (all-modal) MiniMax H3. Mô hình này hỗ trợ khả năng hiểu thống nhất các ngữ cảnh đa phương thức bao gồm văn bản, hình ảnh, video và âm thanh; có khả năng xuất ra âm thanh và video với âm thanh nổi (stereo) nguyên bản, hỗ trợ độ phân giải lên tới 2K với thời lượng tối đa 15 giây.

Theo phản hồi từ các đợt thử nghiệm sớm, MiniMax H3 sở hữu khả năng tạo nội dung đa kịch bản ở cấp độ thương mại, thể hiện hiệu suất vượt trội trong việc tuân thủ chỉ dẫn, hiển thị văn bản và thông tin thương hiệu, cũng như V2V Motion Transfer (chuyển đổi chuyển động từ video sang video). Mô hình được cho là có thể thực hiện chỉnh sửa và tạo nội dung đa phương thức một cách chính xác và có kiểm soát, phù hợp cho các lĩnh vực như quảng cáo, thương mại điện tử, xây dựng thương hiệu, thiết kế sản phẩm, UI/UX và trò chơi.

Về công nghệ cốt lõi, MiniMax H3 đã được bổ sung khả năng Caption (chú thích), tùy chỉnh mô hình chuyên biệt và quy trình hiểu toàn phương thức. Hầu hết các tài liệu đầu vào cần tiêu tốn 100K Token để suy luận, và kết quả đầu ra trung bình đạt khoảng 4K Token.

Đồng thời, khả năng xuất video 2K của MiniMax H3 không sử dụng các mô-đun siêu phân giải (super-resolution) thông thường, mà sử dụng chính mô hình nền tảng H3 để tái tạo lại kết quả có độ phân giải thấp dựa trên ngữ cảnh (in-context). Cách làm này giúp tận dụng tối đa khả năng tạo sinh vốn có của mô hình nền tảng H3, đồng thời sở hữu những thông tin mà các giải pháp siêu phân giải truyền thống không thể khôi phục bằng cách "đoán".

Ngoài ra, MiniMax H3 sẽ mở quyền truy cập trọng số mô hình trong vài ngày tới. IT sẽ tiếp tục theo dõi và cập nhật những thông tin mới nhất sớm nhất có thể.

Thông báo quảng cáo: Các liên kết chuyển hướng bên ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, giúp tiết kiệm thời gian chọn lọc. Kết quả chỉ mang tính chất tham khảo. Tất cả các bài viết trên IT đều bao gồm thông báo này.