미니맥스가 텍스트·이미지·영상·오디오를 하나의 모델에서 처리하는 멀티모달 영상 생성 모델 'H3'를 공개하고 하이루오 플랫폼과 API로 서비스를 시작했다. H3는 최대 15초 분량의 2K(1440p) 24fps 영상을 스테레오 오디오와 함께 네이티브로 생성하며, 아티피셜 애널리시스 벤치마크에서 영상 편집 1위, 텍스트-투-비디오 2위, 이미지-투-비디오 3위를 기록해 바이트댄스 시댄스와 경쟁할 수준으로 평가됐다. H3-VAE 토크나이저로 동일 연산량에 4배 긴 시퀀스를 처리해 초해상도 모델 없이 2K를 지원하고, 학습 처리량도 30% 개선했다. 생성 비용은 2K 초당 0.13달러로 경쟁 모델의 3분의 1 이하이며, 며칠 내 모델 가중치를 커뮤니티 라이선스로 공개(연매출 2000만달러 미만 기업 상업 이용 허용)하고 중국산 AI 반도체 지원까지 설계돼 폐쇄형 위주 영상 AI 시장의 판도 변수로 떠올랐다.

• •H3: 텍스트·이미지·영상·오디오 통합 입력으로 최대 15초 2K(1440p) 24fps 영상과 스테레오 사운드를 네이티브 생성
• •아티피셜 애널리시스 벤치마크 영상 편집 1위, T2V 2위, I2V 3위(시단스 2.5는 평가 미포함)
• •H3-VAE 토크나이저로 동일 연산량에 4배 긴 시퀀스 처리, 학습 처리량 30% 향상
• •2K 생성 비용 초당 0.13달러로 시단스·클링 3.0 등 경쟁 모델의 3분의 1 이하
• •며칠 내 오픈웨이트 공개 예정, 중국산 AI 반도체 지원 설계—연내 2조7000억 매개변수 LLM도 공개 계획