#2k のAIニュース

MiniMax、テキスト・画像・動画・音声を統合処理するオムニモーダル動画モデル「H3」を公開

中国のAI企業MiniMaxは、テキスト、画像、動画、音声を一元的なコンテキストとして読み込み、2K解像度で15秒以内の動画とネイティブステレオ音声を生成する汎用マルチモーダル生成モデル「H3」を発表した。