MiniMax H3 通用多模态视频模型将于 8 月 3 日开源，最高支持 15s 2K 分辨率

MiniMax H3 支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频，最高可支持 15s 2K 分辨率。