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。

2022-12-22 — 2022-12-22
重要进展 · 第 73 / 86 页
论文提出单样本文视频调优,通过时空注意力和结构引导,让预训练图像扩散模型进行文本驱动的视频生成与编辑。
— · 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