MiniMax H3多模态能力表现如何？
看H3，我关注的不是它又生成了多惊艳的画面，而是两个信号：价格做到同类旗舰的三分之一，还宣布近期开源。视频生成过去是烧钱的秀场，现在开始有人按成本做生意了。能力层面，它把图片、声音、视频放进同一个上下文里统一理解，指令遵循和文字呈现也过关，商用场景确实能用。但我的判断是，光效果好看撑不起市场，能把成本打下来、让企业用得起，才是这门生意的门槛。开源的意义在于，它把文本模型走过的路在多模态上复制了一遍：开放权重、适配国产芯片、让开发者自己定制。闭源视频模型独大的格局，第一次被正面撬动。多模态竞争的下半场，比的是性价比和生态，不是单次生成的惊艳程度。谁先让创作成本低到可以反复试，谁就赢了。
发布于 江西
分享
评论
1
未登录
友善发言
评论
加载中
