2K畫質，三成價格！錢包友好型國產視頻模型來了
重點摘要
智東西 作者 | 楊京麗 編輯 | 李水青 智東西7月31日報道，今日，MiniMax發佈通用全模態生成模型MiniMax H3。該模型能夠統一理解文本、圖像、視頻和聲音，並生成帶原生雙聲道的音視頻，最高支持15秒、2K分辨率輸出。 MiniMax稱，該模型在指令遵循、文字與品牌信息呈現、視頻到視頻動作遷移（V2V Motion Transfer）等方面表現出色，可用於廣告、品牌、電商、產品設計、UI/UX和遊戲等場景。
智東西 作者 | 楊京麗 編輯 | 李水青 智東西7月31日報道，今日，MiniMax發佈通用全模態生成模型MiniMax H3。
該模型能夠統一理解文本、圖像、視頻和聲音，並生成帶原生雙聲道的音視頻，最高支持15秒、2K分辨率輸出。
MiniMax稱，該模型在指令遵循、文字與品牌信息呈現、視頻到視頻動作遷移（V2V Motion Transfer）等方面表現出色，可用於廣告、品牌、電商、產品設計、UI/UX和遊戲等場景。
價格方面，MiniMax稱其有能力提供行業內最優的性價比，模型在2K分辨率下每秒價格不到主流模型的1/3，768P分辨率下不到1/2，具體價格暫未公佈。
目前，MiniMax H3在第三方評測機構Artificial Analysis的文生視頻有聲榜單中排名第二，Elo得分為1242分，略低於谷歌Gemini Omni Flash的1245分。
MiniMax計劃在未來幾天內，在符合相關法律法規的前提下，開放模型權重，推動開源生態和國產芯片適配。
一、文本、圖片、視頻、聲音一起輸入，最高輸出15秒2K音視頻 真實創作一般需要融合不同模態的複雜信息，用戶使用MiniMax H3創作時，可以同時輸入參考視頻、人物圖片和聲音，要求模型進行復雜創作。
MiniMax給出的案例中，要求模型“參考視頻1的希區柯克鏡頭運動，讓圖2中的人物唱歌，歌聲參考音頻3”。
參考視頻： 參考圖片： H3會分別提取視頻中的鏡頭運動、圖片中的人物身份和音頻中的聲音特徵，再根據自然語言描述組合成新視頻。
Related
相關文章
比 Seedance 便宜七成的模型，宣佈開源：視頻生成行業變天了？
這篇消息聚焦「比 Seedance 便宜七成的模型，宣佈開源：視頻生成行業變天了？」。目前站內已移除先前混入的模型思考或安全判斷文字，並保留來源可確認的主題供讀者追蹤。
卡帕西力推的 LLM Wiki，會淘汰傳統 RAG 嗎？
看清 Agent Wiki ≠ AI 用戶記憶，你的知識庫落地就成功一半了。 作者丨樊天驕 編輯丨鄭佳美 2026 年 4 月，AI 領域知名研究者 Andrej Karpathy 在 GitHub 發佈了一篇技術 Gist，提出「LLM Wiki」的技術構想，迅速在行業內引發跟進熱潮。
一鍵分享＝全網公開？Claude 被曝聊天記錄可在谷歌直接搜到
從加密貨幣私鑰到身份信息，Reddit 正掀起一場窺探他人的狂歡。 作者丨樊天驕 編輯丨鄭佳美 2026 年 7 月 26 日，一名 Reddit 用戶在社區發帖稱，使用谷歌站點檢索語法 site:claude.ai/share，就能批量調出成千上萬條 Claude 用戶的共享對話記錄。雷峰網用戶在 Claude 中點擊 “分享” 按鈕後，系統會生成一張無需登錄、無需身份校驗的公開網頁，而非僅限指定對象訪問的私密鏈接。
誰在訓練 Kimi K3 ? 深挖貢獻者名單，這有一份最全檔案
起底 K3 背後核心極客天團，人均扛起 7 億估值！ 作者丨高允毅 樊天驕 編輯丨馬曉寧 7 月 27 日，月之暗面拿出全部誠意，直接把滿血版 2.8T 模型 Kimi K3 全部開源了。在技術報告的最後，他們首次公佈了Kimi K3背後的實際貢獻者名單，我們細數了一下，有401位成員，可以說，這是月之暗麵人才團隊的一次全面亮相。
AI 正在變成一門製造業 | WAIC 2026 Agent 產品觀察
國內 Agent 產品當前主要是供給側繁榮，不是需求側繁榮。 作者丨李 娜 編輯丨馬曉寧 2026 年的 WAIC 真是太熱鬧了，人潮擁擠，在地鐵站排著隊進入 WAIC 場館的時候， 我看見地鐵站廣告牌上的百度智能體“百度搭子”的廣告，這場關於智能體沒有硝煙的戰爭，從入口處就拉開了帷幕。
JetBrains Open-Sources KotlinLLM: Smart Macros That Generate Kotlin Source Code at Runtime and Hot-Reload It Through JDI
JetBrains Research 開源 KotlinLLM，這款 IntelliJ IDEA 外掛為 Kotlin/JVM 專案加入 Smart macros 語言功能，可在執行階段產生 Kotlin 原始碼並透過 JDI 熱重載。根據測試，在改寫的 Spring Petclinic 專案中 24 個情境全部成功，熱重載成功率 100%，編譯與重定義僅增加約 1% 執行開銷。此專案屬研究原型，採用 Apache License 2.0，需搭配 IntelliJ IDEA 2025.2.x、JDK 21 與 OpenAI API 金鑰。