MiniMax H3 正式开源:通用全模态生成系统支持 2K 视频与原生立体声
MiniMax 正式开源新一代通用视频模型 H3,可统一理解文本、图像、视频和音频,生成最高 2K 分辨率、最长 15 秒、带 32 kHz 原生立体声音频的视频。

2023-03-23 — 2023-03-23
重要进展 · 第 70 / 86 页
论文利用已有文本图像扩散模型,以运动建模和跨帧注意力实现无需额外视频训练的生成,并展示条件控制和编辑应用。
— · 1 条
精选资讯 · 第 1 / 1 页
MiniMax 正式开源新一代通用视频模型 H3,可统一理解文本、图像、视频和音频,生成最高 2K 分辨率、最长 15 秒、带 32 kHz 原生立体声音频的视频。
暂无内容