MiniMax 發佈 H3 影片模型權重，開創影片編輯新局

MiniMax 發佈 H3 影片模型權重，開創影片編輯新局

MiniMax 近日發佈了 H3 影片模型權重，這是一個具有開創性的里程碑。根據 Artificial Analysis 的排名，H3 模型在影片編輯（Video Editing）中排名第一，在文字轉影片（Text-to-Video）中排名第二，在圖片轉影片（Image-to-Video）中排名第三。這個 33 億參數的模型可以同時處理文字、圖片、影片和音頻，生成 4 到 15 秒的影片片段，並具有立體音效。

H3 模型的特點

H3 模型的特點在於它可以接受多種輸入，包括文字、圖片、影片和音頻。根據模型卡（model card）的描述，一個單一的提示（prompt）可以包含最多 9 個參考圖片、3 個影片片段和 3 個音頻片段。這使得 H3 模型在生成影片片段時具有高度的靈活性和多樣性。

限制和未來展望

雖然 H3 模型已經發佈，但仍有一些限制。例如，2K 解析度模組和 H3-Context-IR（一個將提示和參考材料轉換為結構化中間格式的模組）並未包含在發佈的模型權重中。使用者如果要在本地運行 H3 模型，最高只能達到 768p 的解析度，並需要自行處理上下文準備（context prep）使用 MiniMax 公佈的提示指南。另外，商業使用 H3 模型的公司需要滿足年收入低於 2000 萬美元的限制。

對影片編輯產業的影響

H3 模型的發佈對影片編輯產業可能會產生深遠的影響。隨著人工智慧技術的不斷進步，影片編輯工具也將变得越來越智能化和自動化。H3 模型的發佈是這一趨勢的體現，它將使得影片編輯更加容易和高效。同時，H3 模型也將為影片編輯產業帶來新的商業機會和挑戰。

結論

MiniMax 發佈 H3 影片模型權重是一個重要的里程碑，它標誌著人工智慧技術在影片編輯領域的重大進步。雖然 H3 模型仍有一些限制，但它的發佈將對影片編輯產業產生深遠的影響。未來，人工智慧技術將繼續推動影片編輯產業的發展和創新。 影片編輯 將变得越來越智能化和自動化， 人工智慧 將在其中發揮越來越重要的作用。