MiniMax H3 开源：33B 全模态模型，一个视觉语言模型只够当它的编码器
英文标题：MiniMax H3 开源：33B 全模态模型，一个视觉语言模型只够当它的编码器
MiniMax 今天开源了 H3，一个 33B 参数的全模态生成模型，能生成带原生立体声的 2K 视频。没有发布会，没有预告，直接扔了篇文章出来，权重已经上传至 Hugging Face。 去年国内的视频生成模型还在追 Runway 和 Pika 的参数，今天 MiniMax H3 从架构到许可都摆上台面了。一个模型，三个模块，两个开源。 H3 由三个模块组成...
打开原文相关 4.5 · 机会 0
中文
MiniMax 今天开源了 H3，一个 33B 参数的全模态生成模型，能生成带原生立体声的 2K 视频。没有发布会，没有预告，直接扔了篇文章出来，权重已经上传至 Hugging Face。 去年国内的视频生成模型还在追 Runway 和 Pika 的参数，今天 MiniMax H3 从架构到许可都摆上台面了。一个模型，三个模块，两个开源。 H3 由三个模块组成...
中文全文翻译正在补齐，可先查看下方英文原文。
English / 原文
MiniMax 今天开源了 H3，一个 33B 参数的全模态生成模型，能生成带原生立体声的 2K 视频。没有发布会，没有预告，直接扔了篇文章出来，权重已经上传至 Hugging Face。 去年国内的视频生成模型还在追 Runway 和 Pika 的参数，今天 MiniMax H3 从架构到许可都摆上台面了。一个模型，三个模块，两个开源。 H3 由三个模块组成...