开源中国资讯8/3 11:1979 分精选
MiniMax H3 开源：33B 全模态模型，可生成原生立体声 2K 视频
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
推荐理由：值得看：MiniMax H3 开源了 33B 全模态模型，能生成带立体声的 2K 视频，架构上直接用视觉语言模型当编码器。对 AI 创作者和产品孵化者来说，这是可以直接抄的架构思路，也是国内视频生成模型追赶国际标杆的重要信号。
MiniMax 今日开源了 H3 模型，这是一个拥有 33B 参数的全模态生成模型，能够生成带有原生立体声的 2K 视频。该模型由三个模块组成，其中两个已开源，权重已上传至 Hugging Face。H3 的发布标志着国内视频生成模型在架构和许可上的重要进展，其全模态能力涵盖视觉、语言和音频处理，一个视觉语言模型仅作为其编码器使用。该模型在公开平台上获得了广泛关注，热度持续上升。
