币界网消息，MiniMax今日发布全模态生成模型H3，该模型能够同时理解文字、图片、视频和声音，并根据自然语言指令生成或编辑视频。用户可以让H3学习镜头运动，使用不同图像中的人物和音频。H3最长可生成15秒视频，支持2K分辨率和双声道声音，官方API的2K价格为每秒0.13美元，生成一段15秒视频约需1.95美元。此外，MiniMax还推出了多模态创作代理MiniMax Design，用户可以通过自然语言直接进行视频创作，系统会根据任务判断素材参考，优化输入。