MiniMax는 7월 31일 범용 옴니모달 생성모델 H3를 공개했다. 회사 설명에 따르면 H3는 텍스트, 이미지, 영상, 음성으로 구성된 맥락을 함께 이해하고 결과물을 생성한다. 특정 영상 도구 하나가 아니라 여러 입력 형식과 작업을 한 모델에서 처리하도록 설계한 제품이다.
H3는 최대 2K 해상도와 15초 길이의 영상을 네이티브 스테레오 음향과 함께 만들 수 있다고 회사는 밝혔다. 영상과 음향을 별도 단계에서 붙이는 방식이 아니라 하나의 생성 흐름에서 다룬다는 주장이다. 이 수치는 지원하는 최대 출력 조건이며, 평균 생성 품질이나 처리 속도를 뜻하지 않는다.
MiniMax는 모델이 장면의 시각 요소와 대사, 배경음, 효과음을 함께 조정할 수 있다고 설명했다. 짧은 광고와 콘셉트 영상, 스토리보드 제작에서 후반 편집 단계를 줄일 가능성이 있다. 다만 15초 제한과 2K 출력의 처리 시간, 비용, 대기열, 지역별 제공 범위는 실제 서비스 조건에서 따로 확인해야 한다.
공식 페이지에는 H3가 생성한 샘플이 제시됐지만 회사가 선별한 사례다. 일반 사용자가 같은 입력으로 비슷한 결과를 얻는지, 인물과 텍스트, 장면 연속성이 반복 생성에서도 유지되는지는 독립 평가가 필요하다. 저작권과 학습데이터, 워터마크, 상업 이용 권한도 서비스 약관과 지역 규정에 따라 달라질 수 있다.
H3 공개로 영상 생성 서비스의 경쟁 기준은 해상도뿐 아니라 음향 동기화와 여러 입력 형식의 결합으로 넓어졌다. 실사용 성능은 동일 프롬프트 반복 생성, 장면 전환 안정성, 음성과 입 모양의 동기화, 실패율을 함께 시험해야 판단할 수 있다. 회사 발표의 최대 사양과 사용자가 반복해서 얻는 결과를 구분하는 것이 핵심이다.
저작권자 © STORIUM 무단전재 및 재배포 금지
