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
稀宇科技宣布推出 MiniMax H3 通用多模态视频模型,将于北京时间 8 月 3 日 0 点在魔搭社区正式开源。该模型支持对文本、图像、视频、声音的统一理解,可输出原生双声道音视频,最高支持 15s 2K 分辨率。官方称其默认提供 2K 分辨率,每秒价格不到主流模型的 1/3,768P 分辨率下为主流 720P 的 1/2。
稀宇科技宣布推出 MiniMax H3 通用多模态视频模型,将于北京时间 8 月 3 日 0 点在魔搭社区正式开源。该模型支持对文本、图像、视频、声音的统一理解,可输出原生双声道音视频,最高支持 15s 2K 分辨率。官方称其默认提供 2K 分辨率,每秒价格不到主流模型的 1/3,768P 分辨率下为主流 720P 的 1/2。
百度搭子内置的一镜Skill支持仅凭一句话或一个主题,自动完成脚本生成、声音、数字人形象、口型驱动和视频渲染,生成可直接播放的数字人口播视频,全程无需拍摄、剪辑和露脸。该功能适用于旅游攻略、产品种草、知识科普、临时活动宣传、企业内部培训及个人IP起步等场景,大幅降低视频制作门槛。
推荐理由:拆解了从想法到成品视频的全链路,非专业用户能直观理解脚本生成、数字人驱动等环节如何协作,有助于判断这类工具能否嵌入现有创作流程。
Seedance 2.5 即将登陆 Luma。上线时敬请期待。
国家广播电视总局发布《微短剧发展管理办法》,将于 2026 年 9 月 1 日起施行,系我国首部针对微短剧的专门部门规章。办法要求使用 AI 技术生成的微短剧须在每集明显位置添加提示标识,播出单位不得使用诱导用户沉迷、过度消费的算法模型。微短剧按投资额度和题材分为三类,一类和二类须向省级以上广电主管部门申请内容审核和发行许可。
火山引擎发布新一代视频生成模型 Seedance 2.5,并将于近期面向企业用户上线 API 服务。徐工集团、小鹏汽车、智元机器人、灵初智能、微分智飞、穹彻智能、Xspark AI(无界智航)等多家企业已达成合作意向,率先接入。Seedance 系列正从内容工具延伸至工业制造、汽车、具身智能等实体产业,用于训练数据合成、场景仿真与作业流程培训。
One take. One ocean. Infinite worlds. @MiniMax_AI H3 is now live on #VidMuse. Longer shots. Smoother motion. Cinematic flow — from the first frame to the last. Sail into a sea of imagination.🌊 #MiniMaxH3
Higher resolution and lower unit cost usually don't move in the same direction. @MiniMax_AI H3 does both: 2K out of the box, at roughly 1/3 the cost of Seedance 2.0. 🔗↓↓↓ 5–15s, any length in between. 24fps. Native stereo on every render.
字节跳动今日推出 Seedance 2.5 视频生成模型,单次生成时长从 15 秒提升至 30 秒,并支持多轮延长,可在 30 秒内组织多个具备逻辑关联的镜头。
字节跳动今日正式发布新一代视频创作模型 Seedance 2.5,单次视频生成时长从 15 秒提升至 30 秒,并支持多轮延长,可产出数分钟连贯内容。模型支持单次输入最多 30 张图片、10 段视频和 10 段音频作为参考素材,并升级白模参考、运动参考及绿幕编辑、时间戳精准编辑等能力。Seedance 2.5 已陆续上线即梦 AI、豆包专业版等平台,API 服务近期将上线火山方舟。
推荐理由:Seedance 2.5 把单次生成拉到 30 秒,加上多模态参考和精准编辑,让视频创作从片段拼凑变成完整叙事。对国内创作者来说,这是即梦和豆包里能马上用到的最强视频模型。
Cool
The new open-weights @Hailuo_AI H3 is live on OpenRouter thanks to @MiniMax_AI! H3 is a lightweight video model for text, image, audio, & video input, with native audio-visual output. Built for instruction-led edits, text/brand rendering, and video-2-video motion transfer.
H3 已与我们的 Day 0 合作伙伴正式上线 🚀 非常感谢 @fal 的鼎力支持。期待看到创作者们用它打造的作品! #MiniMaxH3 #OpenWeights
MiniMax H3 (Hailuo-03) is now available on fal. - Open-weight multimodal video model with native stereo audio on every generation. - Combines up to 9 images, 3 video clips, and 3 audio clips as references - Holds subjects, motion, and audio consistent - Weights will be released soon.
H3 已与我们的 Day 0 合作伙伴一同上线 🚀 非常感谢 @fal 的鼎力支持。期待看到创作者们用它打造的作品! #MiniMaxH3OpenWeights
MiniMax H3 (Hailuo-03) is now available on fal. - Open-weight multimodal video model with native stereo audio on every generation. - Combines up to 9 images, 3 video clips, and 3 audio clips as references - Holds subjects, motion, and audio consistent - Weights will be released soon.
开放权重 H3 已上线 OpenRouter 🟢 为全球开发者探索、实验和创作 H3 提供了又一种方式。感谢 @OpenRouter 的 Day 0 支持! #MiniMaxH3OpenWeights
The new open-weights @Hailuo_AI H3 is live on OpenRouter thanks to @MiniMax_AI! H3 is a lightweight video model for text, image, audio, & video input, with native audio-visual output. Built for instruction-led edits, text/brand rendering, and video-2-video motion transfer.
MiniMax 发布 AI 视频模型 H3,并宣布开源。该模型主打视觉包装与后期特效,可生成动态 MV、动态海报、Vlog、电影片头、游戏 UI 等,语义遵循能力极强,在广告与动效领域表现优于 Seedance 2.0,但影视级张力镜头稍逊。H3 开源后预计将出现大量垂直领域特化版本。
推荐理由:在 Seedance 统治的前期创作之外,H3 用语义强控制补上了视觉包装与后期特效这块拼图,广告和社媒短片的后期流程可能因此从剪辑软件迁移到提示词。
稀宇科技今日发布 MiniMax H3 全模态生成模型,支持对文本、图像、视频、声音组成的多模态上下文统一理解,可输出原生双声道音视频,最高支持 15s 2K 分辨率。
MiniMax H3:全模态参考,商用级生成,无可匹敌的成本效率,开放权重。 你的创作命运,由你主宰。 现已上线 http://HailuoAI.video 及 MiniMax API。
It's coming. @Hailuo_AI #MiniMaxH3
昆仑万维董事长兼CEO方汉在2026中国科创投资夏季峰会上指出,AIGC正带来“内容通胀”,AI短剧单部成本从超200万元降至不到10万元,音乐小样成本从数万元降至极低。他认为单品成本下降但行业总投入反升,稀缺性从生产能力转向优质内容、版权、IP、流量与分发能力,并给出图像看版权、视频看有效交付成本、音乐看权利分发的差异化投资逻辑。
我们测试了深度图参考——创作者用于生成更清晰 AI 视频输出的新工具。 那层额外的灰度图承载着空间逻辑。 它帮助输出遵循相同的镜头节奏、前景-背景关系和运动路径。
奇瑞OMODA在印尼发布搭载豆包大模型的超级AI智舱,OMODA4支持5种语言交互;传音、荣耀、爱奇艺分别将Seedream/Seedance集成进手机影像与影视创作。美的将单条视频广告制作周期从7-10个工作日压缩至2-6小时,Nativex的Seedance素材已占创意产出70%-80%。
可灵 MCP 教程:几分钟内创建时尚电商视频 了解如何利用可灵 MCP 将产品照片转化为高质量时尚视频——从定义视觉风格、准备模特图像,到规模化生成产品展示视频。 更少制作。更多内容。
我们在一个女团MV上尝试了流行的环绕镜头。 一镜到底,无剪辑——镜头只是环绕成员,逐一展现她们。 由PixVerse制作。完整提示词↓
Unity中国CEO张俊波表示,AI不会颠覆游戏引擎,反而能降低开发门槛。他认为世界模型和AI 3D生成模型更像是资产,游戏需要玩法、数值等系统工程,不相信“一句话生成游戏”能实现。团结引擎2.0已重构底层架构,并新增对PlayStation 5、XBOX Series X|S等主机平台的支持。
没人谈论 AI 刚刚学会了表达情感。 看看这只狗的表现。 使用 PixVerse 制作。完整提示词 ↓
安徽卫视成为国内首个播出AI剧集的上星卫视,播出的剧集《桃花潭记》共20集、每集约10分钟,以安徽泾县宣纸古法造纸108道工序为叙事基底,是国内首部取得网络剧片发行许可证的全AI非遗题材中剧。该剧画面全程标注“AI制作”,已于7月22日起每天21点50分在安徽卫视播出。
豆包联合人民教育出版社发起「经典课文名师 AI 共创计划」,首期推出由复旦大学中文系教授梁永安讲述、Seedance 视频模型还原画面的《桃花源记》AI 版。梁永安从陶渊明创作背景与乱世对照切入,解读这篇不足四百字的散文如何写出乱世中无数人的共同渴望,并指出其深层是对人性欲望的批判。
Black Forest Labs 发布 FLUX 3,这是首个在单一架构中联合学习图像、视频和音频,并从同一组权重输出视频、音频和动作预测的多模态基础模型。FLUX 3 Video 可单次生成长达 20 秒、带原生音频的视频,在 10 秒 720p 文本生成视频的人类偏好测试中,以 93% 的偏好率击败 Luma Ray 3.2。
一切能写成规范的东西都在归零。 Claude Opus 5 做到了这一点,“首次通过无视觉缺陷。”
Opus 5, snowboarder test, one shot. On par with Fable, ahead of every other model I've run. No visual defects on the first pass, and the sliding physics feel right.
Reactor 团队发布 Open Dreamer,在 JAX/Flax NNX 中完整复现 Dreamer 4 世界模型管线并公开训练配置。该实现包含一个基于 Transformer 的因果视频分词器(约 100 倍压缩)和一个 1.6B 参数的动态模型,并提供了 Minecraft 实时生成演示。
生数科技在 WAIC 2026 上展示了从数字世界生成到物理世界行动的通用世界模型。其视频生成模型 Vidu 已形成产品矩阵,实时交互模型 Vidu S1 支持 540P、最高 42FPS 的视频通话级输出。面向物理世界的世界动作模型 Motubrain 在 RoboTwin 2.0 榜单的 Clean 和 Randomized 场景下均位列第一。
Black Forest Labs 推出多模态模型 FLUX 3,支持带原生音频的视频生成、图像生成与动作预测。官方称其目标是让多模态 Flow 模型成为视觉智能的骨干,并已公布相关能力与早期结果。