Modelo chinês H3 da MiniMax lidera ranking de edição de vídeo por IA

MiniMax H3: primeiro modelo aberto no topo de um ranking de vídeo por IA

A chinesa MiniMax lançou os pesos do modelo H3, tornando-o o primeiro modelo aberto a liderar um ranking de IA para vídeo. Na plataforma Artificial Analysis, o H3 aparece em primeiro lugar em edição de vídeo, segundo em texto-para-vídeo e terceiro em imagem-para-vídeo.

Capacidades do modelo

O H3 possui 33 bilhões de parâmetros e processa texto, imagens, vídeo e áudio de forma conjunta, gerando clipes de 4 a 15 segundos com som estéreo. Segundo a ficha técnica do modelo, um único prompt pode incluir até nove imagens de referência, três clipes de vídeo e três clipes de áudio.

Limitações da versão aberta

Dois componentes permanecem fechados: o módulo de resolução 2K e o H3-Context-IR, que traduz prompts e material de referência em um formato intermediário estruturado. Ao rodar localmente no ComfyUI, a resolução máxima é de 768p, e os usuários precisam preparar o contexto manualmente usando os guias de prompt publicados pela MiniMax. Os pesos abertos permitem fine-tuning em filmagens personalizadas, personagens ou estilos visuais específicos.

Há uma restrição de licença: o uso comercial só é permitido para empresas com receita inferior a US$ 20 milhões.

Contexto competitivo

No mesmo dia, a ByteDance lançou o Seedance 2.5, modelo fechado capaz de gerar clipes de 30 segundos com áudio integrado.