Разработчики из MiniMax представили новую мультимодальную модель MiniMax H3, способную одновременно генерировать динамический видеоряд, синхронизированные звуковые эффекты и текстовое сопровождение по единому текстовому запросу.
В отличие от традиционных пайплайнов, где видео и аудио создаются отдельными нейросетями и объединяются вручную, MiniMax H3 синтезирует медиапотоки в едином технологическом цикле. Это обеспечивает точную привязку шумов, музыки и речи к происходящему на экране.
Модель демонстрирует кинематографическое качество генерации сцен со сложным движением камеры, физикой жидкостей и реалистичным освещением.
MiniMax H3 ориентирована на применение в коммерческом видеопродакшне, маркетинге и создании контента для социальных сетей, существенно сокращая время монтажа и озвучки ролика.
