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。

2022-10-05 — 2022-10-05
重要进展 · 第 74 / 86 页
Phenaki 采用压缩视频标记和条件 Transformer,根据随时间变化的文字描述生成可变长度视频,研究多段叙事的连续生成。
— · 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