ChainThink کی خبر، 31 جولائی، افسرانی کے مطابق، MiniMax نے مکمل بہ متود جنریٹو ماڈل H3 جاری کیا ہے، جو متن، تصاویر، ویڈیوز اور آواز کو одно وقت سمجھ سکتا ہے اور ایک قدرتی زبان کے حکم کے مطابق ویڈیو بنانے یا اس میں تبدیلی کر سکتا ہے۔
H3 ایک ہی کام میں ایکشن میگریشن، کردار ریفرنس، آواز ریفرنس اور ویڈیو ایڈیٹنگ کو شامل کرنے کی سہولت فراہم کرتا ہے۔ مثال کے طور پر، صارف ماڈل کو ایک ویڈیو کے لینز موشن، دوسری تصویر میں کردار، اور تیسرے آڈیو کی آواز کے حوالے سے ہدایت دے سکتا ہے۔
یہ ماڈل 15 سیکنڈ کے ویڈیو تک کو 2K ریزولوشن اور نیٹیو ڈبل چینل آواز کے ساتھ جنریٹ کر سکتا ہے۔ آفیشل API کی قیمت کے لحاظ سے، 2K کی قیمت 0.13 امریکی ڈالر فی سیکنڈ ہے، جس سے 15 سیکنڈ کے ویڈیو کا جنریشن تقریباً 1.95 امریکی ڈالر کا ہوگا؛
768P کی قیمت 0.09 امریکی ڈالر فی سیکنڈ ہے۔ ایک منفرد کام میں زیادہ سے زیادہ 9 تصاویر، 3 ویڈیوز اور 3 آڈیو فائلیں شامل کی جا سکتی ہیں، جس کا کل مجموعہ 12 فائلوں تک محدود ہے۔
مینی میکس مستقبل کے کچھ دنوں میں ماڈل وزنز کو کھولنے کی منصوبہ بندی کر رہا ہے، اور اس کے ساتھ سیڈنس، ویو وغیرہ ماڈلز کا ایک یکجا جائزہ اب تک جاری نہیں کیا گیا ہے۔