中国のAI企業MiniMaxが7月31日、動画生成モデル「H3」を公開した。テキストや画像、動画、音声を扱えるマルチモーダル対応を特徴とし、動画生成分野でByteDanceやKuaishouとの競争が激化しそうだ。ロイター通信が報じた。
ロイター通信によると、上海に拠点を置くMiniMaxは、H3について、最大15秒の動画を2K解像度でネイティブステレオ音声付きで生成できると明らかにした。既存動画の編集に加え、複数形式の指示や参照データに対応し、ある動画の動きを別の動画に適用する機能も備えるという。
同社は数日以内にH3のモデル重みを公開し、利用者がモデルをダウンロードして自ら調整・改変できるようにする計画だ。動画生成モデルはクローズドな形で提供される例が多いが、中国のAI企業の間ではこの分野でもオープンウェイトを広げる動きが出ている。
MiniMaxは2022年設立。今年1月に上場したZ.aiに続き、MiniMaxは香港証券取引所に上場した2社目となった。
ロイター通信は7月初め、関係者の話として、MiniMaxが今月中にH3を投入する計画に加え、2兆7000億パラメーター規模の大規模言語モデルも開発中だと報じていた。
著者について
Chi-gyu Hwang (황치규)
delight@d-today.co.kr