MiniMax-H3 MiniMaxAI
- 类型
- model
- 许可
- other
- 任务
- image-text-to-video
- 框架
- minimax-h3
- 下载量
- 2,212,155
- 点赞
- 3,978
- 参数量
- 33,122,992,896
- 访问
- public
- 文件
- 280
标签
- 文生视频
- 图像生成
- 多模态
- 音视频生成
- 视频生成
- 视觉模型
- 生成式AI
- diffusers
摘要
MiniMax H3是一款通用全能多模态生成系统，支持统一理解文本、图像、视频和音频的多模态上下文，并能原生生成带32kHz立体声音频的视频，最高支持2K分辨率和15秒时长。系统包含三个模块：H3-Context-IR（多模态指令理解预处理）、H3-Base（768p分辨率生成）和H3-Regenerate-2K（高清重生成）。它支持文生视频、图生视频、首末帧生视频、参考视频/音频多模态输入等多种模式，适合内容创作、影视制作等需要高质量音视频同步生成的场景。
README
--- pipeline_tag: image-text-to-video license: other license_name: minimax-h3-community-license-agreement license_link: LICENSE library_name: minimax-h3 tags: - text-to-video - image-to-video - image-text-to-video - video-to-video - text-to-audio-video - image-to-audio-video - image-text-to-audio-v…