H3 API
MiniMax H3 एक ओम्निमोडल वीडियो-ऑडियो जनरेशन मॉडल है जो टेक्स्ट, इमेज, वीडियो और ऑडियो इनपुट से 2K तक वीडियो बनाता है।
MiniMax H3 एक 33B-पैरामीटर डिफ्यूजन ट्रांसफॉर्मर मॉडल है जो टेक्स्ट, इमेज, वीडियो और ऑडियो इनपुट स्वीकार करता है और उनके बीच के संबंधों को समझता है। यह एक ही मॉडल से वीडियो और स्टीरियो ऑडियो दोनों जनरेट करता है, जिसमें आवाज़, ध्वनि प्रभाव और संगीत शामिल हैं। यह 480p, 768p और 2K रिज़ॉल्यूशन पर 24FPS और 5 से 15 सेकंड की लंबाई वाला वीडियो बनाता है।
मॉडल H3-Base कोर और H3-Context-IR प्रीप्रोसेसिंग व ऑर्केस्ट्रेशन सिस्टम से मिलकर बना है। H3-Base में टेक्स्ट एनकोडर, विज़ुअल VAE, ऑडियो VAE और ओम्नी ट्रांसफॉर्मर शामिल हैं, और यह स्थानिक व लौकिक संबंधों को पकड़ने के लिए RoPE का उपयोग करता है। एक नए उच्च-संपीड़न टोकनाइज़र के ज़रिए प्रभावी अनुक्रम लंबाई चार गुना बढ़ती है, जिससे प्रशिक्षण और अनुमान लागत काफ़ी घटती है।
यह विज्ञापन, ब्रांडिंग, ई-कॉमर्स, उत्पाद डिज़ाइन, UI/UX, गेम कंटेंट प्रोडक्शन और संदर्भ सामग्री के साथ शॉर्ट-फ़ॉर्म वीडियो निर्माण जैसे कार्यों के लिए उपयुक्त है। यह प्रथम-फ़्रेम और अंतिम-फ़्रेम नियंत्रण, इमेज-टू-वीडियो रूपांतरण, वीडियो-टू-वीडियो मोशन ट्रांसफ़र, ऑडियो संदर्भ से आवाज़ की टिंबर पुनरुत्पादन, लिप सिंक और आंशिक बैकग्राउंड संगीत पुन:उपयोग जैसे वीडियो संपादन कार्य भी करता है।
अपडेट किया गया:
मॉडल ID
hailuo-3- इनपुट
- text / image / video
- आउटपुट
- video
मुख्य बातें
- सभी मॉडलिटी और कार्य एक ही मॉडल में एकीकृत
- उच्च-संपीड़न टोकनाइज़र से अनुक्रम लंबाई चार गुना
- मूल 2K रिज़ॉल्यूशन समर्थन
- मूल स्टीरियो ऑडियो के साथ सिनेमाई परिणाम
- प्रथम-फ़्रेम और अंतिम-फ़्रेम नियंत्रण
- ओपन-सोर्स वीडियो जनरेशन में अग्रणी स्तर
प्रदाता
प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।
वीडियो विनिर्देश
- आस्पेक्ट अनुपात
- 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16
- ऑडियो · आउटपुट
- हाँ
- अवधि · न्यूनतम
- 5 सेकंड
- अवधि · अधिकतम
- 15 सेकंड
- अवधि · चरण
- 1 सेकंड
- रेज़ोल्यूशन
- 2K
API संदर्भ
इस मॉडल के प्रोटोकॉल विवरण प्रकाशित नहीं हैं। इंटीग्रेशन आवश्यकताओं के लिए API संदर्भ देखें।
API संदर्भ →अक्सर पूछे जाने वाले प्रश्न
मॉडल परिचय: H3?
MiniMax H3 एक 33B-पैरामीटर डिफ्यूजन ट्रांसफॉर्मर मॉडल है जो टेक्स्ट, इमेज, वीडियो और ऑडियो इनपुट स्वीकार करता है और उनके बीच के संबंधों को समझता है। यह एक ही मॉडल से वीडियो और स्टीरियो ऑडियो दोनों जनरेट करता है, जिसमें आवाज़, ध्वनि प्रभाव और संगीत शामिल हैं। यह 480p, 768p और 2K रिज़ॉल्यूशन पर 24FPS और 5 से 15 सेकंड की लंबाई वाला वीडियो बनाता है। मॉडल H3-Base कोर और H3-Context-IR प्रीप्रोसेसिंग व ऑर्केस्ट्रेशन सिस्टम से मिलकर बना है। H3-Base में टेक्स्ट एनकोडर, विज़ुअल VAE, ऑडियो VAE और ओम्नी ट्रांसफॉर्मर शामिल हैं, और यह स्थानिक व लौकिक संबंधों को पकड़ने के लिए RoPE का उपयोग करता है। एक नए उच्च-संपीड़न टोकनाइज़र के ज़रिए प्रभावी अनुक्रम लंबाई चार गुना बढ़ती है, जिससे प्रशिक्षण और अनुमान लागत काफ़ी घटती है। यह विज्ञापन, ब्रांडिंग, ई-कॉमर्स, उत्पाद डिज़ाइन, UI/UX, गेम कंटेंट प्रोडक्शन और संदर्भ सामग्री के साथ शॉर्ट-फ़ॉर्म वीडियो निर्माण जैसे कार्यों के लिए उपयुक्त है। यह प्रथम-फ़्रेम और अंतिम-फ़्रेम नियंत्रण, इमेज-टू-वीडियो रूपांतरण, वीडियो-टू-वीडियो मोशन ट्रांसफ़र, ऑडियो संदर्भ से आवाज़ की टिंबर पुनरुत्पादन, लिप सिंक और आंशिक बैकग्राउंड संगीत पुन:उपयोग जैसे वीडियो संपादन कार्य भी करता है।
उपयोग का शुल्क कैसे लगता है?
आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं। वास्तविक जनरेशन लागत के आधार पर शुल्क लिया जाता है। अंतिम राशि के लिए अपना बिल देखें।
MiniMax H3 कौन-कौन से इनपुट स्वीकार करता है?
यह टेक्स्ट, इमेज, वीडियो और ऑडियो इनपुट स्वीकार करता है और उनके बीच के संबंधों को समझता है।
यह किस रिज़ॉल्यूशन और लंबाई का वीडियो बना सकता है?
यह 480p, 768p और 2K रिज़ॉल्यूशन पर 24FPS और 5 से 15 सेकंड की लंबाई वाला वीडियो जनरेट करता है।
क्या यह वीडियो के साथ ऑडियो भी बनाता है?
हाँ, यह एक ही मॉडल से वीडियो और स्टीरियो ऑडियो दोनों जनरेट करता है, जिसमें आवाज़, ध्वनि प्रभाव और संगीत शामिल हो सकते हैं।
क्या इसमें वीडियो संपादन क्षमताएँ हैं?
हाँ, यह नए संवाद के लिए लिप सिंक और बैकग्राउंड संगीत के आंशिक पुन:उपयोग जैसे वीडियो संपादन कार्य कर सकता है।
MiniMax H3 और MiniMax H3 Max में क्या अंतर है?
MiniMax H3 Max तेज़, उच्च-मात्रा 480p या 768p जनरेशन के लिए विशेषीकृत वैरिएंट है, जबकि MiniMax H3 व्यापक ओम्निमोडल क्षमताएँ प्रदान करता है।
