О модели MiniMax H3
Ниже описаны возможности модели у производителя; доступные в G-Art режимы и параметры указаны в характеристиках и инструкции на этой странице. H3 — омнимодальная модель: она понимает контекст из текста, изображений, видео и аудио сразу и выдаёт ролик вместе со стереозвуком 32 кГц. Длительность — от 4 до 15 секунд при 24 кадрах в секунду. Базово модель генерирует кадр с короткой стороной 768 пикселей, а до 2K его доводит отдельный модуль H3-Regenerate-2K.
Для роликов с разговорами главное — список языков диалогов. MiniMax заявляет стабильную поддержку арабского, китайского, английского, французского, немецкого, итальянского, японского, корейского, португальского, русского и испанского. Значит, герой ролика может обратиться к русскоязычному зрителю на его языке — это удобно для рекламы и роликов с живой речью.
Модель умеет начинать ролик с заданного первого кадра, приходить к последнему или использовать оба. В режиме референсов она принимает до 9 изображений, до 3 видео и до 3 аудиоклипов — всего не больше 12 файлов. Форматов кадра шесть — от широкого кинематографичного 21:9 до вертикального 9:16, а веса H3 открыты по лицензии MiniMax H3 Community License.