中國AI公司MiniMax於8月3日釋出H3影片模型權重,使其成為首個登頂AI影片排行榜的開源模型。據Artificial Analysis榜單,H3在影片編輯類別排名第一,在文生影片中排名第二,在圖生影片中排名第三。這是開源模型首次在影片生成領域取得如此成績,標誌著開源與閉源模型在影片能力上的差距正在縮小。

H3是一個擁有330億引數多模態模型,能夠聯合處理文本、影像、影片和音訊,生成4至15秒的片段,並支援立體聲。根據模型卡,單個提示詞可包含最多九張參考影像、三個影片片段和三個音訊片段,這為創作者提供了豐富的輸入組合方式。MiniMax將H3的權重開源,意味著開發者可以在本地部署和微調該模型,用於定製素材、角色或特定視覺風格。

不過,H3並非完全開源。其2K解析度模組H3-Context-IR(將提示詞和參考材料轉換為結構化中間格式的元件)並未包含在開源範圍內。這意味著在本地執行H3時,解析度最高為768p,使用者需要根據MiniMax釋出的提示指南自行處理上下文準備。此外,開源許可對商用設有限制:僅允許年收入低於2000萬美元的公司進行商業使用。這一限制可能影響大型企業直接採用,但為中小型團隊和獨立開發者提供了機會。

值得注意的是,在MiniMax釋出H3的同一天,字節跳動也釋出了其閉源模型Seedance 2.5,該模型可生成30秒的片段並內建音訊。兩大中國AI公司在同一天釋出影片生成模型,凸顯了該領域的競爭熱度。Seedance 2.5的閉源策略與MiniMax的開源路線形成對比,為市場提供了不同選擇。

從產業角度看,H3的開源登頂可能對影片生成工具鏈產生連鎖反應。開源模型的效能提升,可能促使更多開發者基於H3構建應用,進而推動相關算力需求。同時,MiniMax在開源與閉源之間的平衡(保留高解析度模組)也反映了商業考量。對於AI影片生成賽道而言,開源模型的崛起可能加速技術普及,但也可能對閉源模型的商業價值構成壓力。整體來看,H3的釋出是影片生成領域的一個重要里程碑,其影響有待市場進一步驗證。