MiniMax เปิดตัว MiniMax H3 โมเดล Omni-Modal เจนวิดีโอ 2K พร้อมเสียงสเตอริโอในตัว

MiniMax เปิดตัว MiniMax H3 โมเดลการสร้างผลลัพธ์แบบต่อเนื่องหลายรูปแบบ (Multimodal) สำหรับการใช้งานทั่วไป โดย MiniMax H3 ไม่ใช่เพียงโมเดล Text-to-Video ที่มีส่วนเสริม แต่เป็นโมเดลที่สามารถอ่านข้อความ รูปภาพ วิดีโอ และเสียงรวมเป็นบริบทเดียวกันได้ เพื่อสร้างวิดีโอพร้อมเสียงสเตอริโอในตัว

ตัวโมเดลรองรับการแสดงผลที่ความละเอียดระดับ 2K โดยมีความยาววิดีโอตั้งแต่ 4 ถึง 15 วินาที (กำหนดระยะเวลาเป็นเลขจำนวนเต็มเท่านั้น) ซึ่งถือเป็นก้าวกระโดดสำคัญในการสร้างเนื้อหาดิจิทัลที่ครบเครื่องในโมเดลเดียว

กระบวนการวิดีโอแบบเดิมมักแยกส่วนการทำงาน เช่น Text-to-Video หรือ Image-to-Video ออกจากกัน แต่ MiniMax H3 รวมทุกอย่างไว้ในกระบวนการ Pre-training เดียวกัน ทำให้สามารถสั่งงานด้วยภาษาธรรมชาติได้ เช่น การสั่งให้อ้างอิงการเคลื่อนไหวจากวิดีโอหนึ่ง แล้วให้ตัวละครในอีกรูปภาพหนึ่งร้องเพลงตามไฟล์เสียงที่กำหนด

สามารถใช้งานได้จริงหรือไม่?

ปัจจุบันสามารถใช้งานได้ผ่าน API แต่ยังไม่รองรับการรันบนฮาร์ดแวร์ส่วนตัว โดย MiniMax เปิดตัว H3 เมื่อวันที่ 31 กรกฎาคม 2026 และเปิดให้ใช้งานแล้วบน Platform API ภายใต้รหัสโมเดล MiniMax-H3 รวมถึงในแอปพลิเคชันสำหรับผู้บริโภคอย่าง Hailuo AI ด้วย

MiniMax วางตำแหน่งของ MiniMax H3 ให้ครอบคลุมงานหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นงานโฆษณา การสร้างแบรนด์ อีคอมเมิร์ซ การออกแบบ UI/UX ไปจนถึงการทำ Pre-visualization สำหรับภาพยนตร์และสื่อแคตตาล็อกสินค้าที่ต้องการความสมจริงสูง

การประยุกต์ใช้ทำได้หลากหลาย ตั้งแต่การสร้างโฆษณา วิดีโอผลิตภัณฑ์ โปสเตอร์เคลื่อนไหว ลำดับชื่อเรื่องภาพยนตร์ วิดีโอวนซ้ำ (Hero loops) สำหรับหน้าเว็บ ไปจนถึงการสร้างวิดีโอในเกมที่มีตัวละครคงที่และการถ่ายโอนการเคลื่อนไหวแบบ Video-to-Video

ส่วนต่อประสาน API

คู่มือการสร้างวิดีโอ ระบุโหมดการทำงานไว้ 3 รูปแบบ ได้แก่ Text-to-Video, Image-to-Video (แบบเฟรมแรก/เฟรมสุดท้าย) และการสร้างแบบอ้างอิง (Reference generation) โดยทำงานผ่าน Endpoint เดียวกันด้วยกระบวนการแบบ Asynchronous คือ สร้างงาน (Create a task), ตรวจสอบสถานะ task_id และดาวน์โหลดผลลัพธ์จาก content.url

ข้อกำหนดของอินพุตที่ควรทราบประกอบด้วย: รูปภาพอ้างอิงสูงสุด 9 รูป, วิดีโออ้างอิงสูงสุด 3 คลิป (รวมไม่เกิน 15 วินาที), และเสียงอ้างอิงสูงสุด 3 คลิป (ต้องส่งพร้อมรูปหรือวิดีโอเสมอ) โดยจำกัดไฟล์รวมกันไม่เกิน 12 ไฟล์ และ Prompt ต้องไม่เกิน 7,000 ตัวอักษร สำหรับขนาดไฟล์วิดีโอจำกัดที่ 50 MB รูปภาพ 30 MB และเสียง 15 MB

ส่วนประกอบทางเทคนิคสี่ส่วนที่อยู่เบื้องหลัง

Contextual Omni Representation: MiniMax พัฒนาระบบใส่คำบรรยาย (Captioning) ใหม่ที่อธิบาย "ความสัมพันธ์" ระหว่างบริบทและวิดีโอเป้าหมาย โดยใช้ภาษาเป็นสะพานเชื่อมเพื่อให้สามารถสั่งงานแบบเปิดที่ยืดหยุ่นได้มากขึ้น

H3-VAE: การปรับปรุง Tokenizer ใหม่ช่วยเพิ่มอัตราการบีบอัด ส่งผลให้ความยาวลำดับที่มีประสิทธิภาพ (Effective sequence length) เพิ่มขึ้นถึง 4 เท่า ช่วยลดต้นทุนการฝึกฝนและทำให้รองรับความละเอียด 2K แท้ๆ ได้ในเชิงเศรษฐศาสตร์

H3-Omni Transformer: สถาปัตยกรรมนี้แยกภาระงานระหว่างการทำความเข้าใจและการสร้างผลลัพธ์ออกจากกัน เพื่อเพิ่มประสิทธิภาพการใช้งานฮาร์ดแวร์ ส่งผลให้ Throughput การฝึกฝนแบบ End-to-end เพิ่มขึ้นเกือบ 30%

In-Context Regeneration: แทนที่จะใช้โมเดลอัพสเกลภายนอก โมเดลพื้นฐานจะสร้างผลลัพธ์ความละเอียดต่ำซ้ำอีกครั้งภายในบริบทเดิม วิธีนี้ช่วยรักษาความคมชัดของข้อความขนาดเล็กและรายละเอียดของแบรนด์สินค้าได้ดีกว่าการใช้ AI คาดเดาพิกเซลแบบเดิม

ราคาและตำแหน่งทางการตลาด

MiniMax ระบุว่าราคาต่อวินาทีของ H3 ที่ความละเอียด 2K นั้นถูกกว่าโมเดลกระแสหลักถึง 3 เท่า โดยราคาแบบ Pay-as-you-go อยู่ที่ประมาณ $0.13 ต่อวินาที หรือคลิปละ $1.95 สำหรับ 15 วินาที แม้ว่าปัจจุบันหน้าเว็บทางการจะยังระบุราคาของรุ่น Hailuo 2.3 เป็นหลักอยู่ก็ตาม

จากการวิเคราะห์ของ SCMP และ Artificial Analysis พบว่า H3 เป็นผู้นำในด้านการตัดต่อวิดีโอ แต่ในด้าน Text-to-Video และ Image-to-Video ยังคงตามหลังคู่แข่งอย่าง Gemini Omni Flash ของ Google และ Seedance 2.0 อยู่เล็กน้อย

ประเด็นสำคัญ

• H3 รวมการสร้างวิดีโอและเสียงสเตอริโอ 2K ไว้ในโมเดลเดียว
• มีแผนจะเปิดเผยน้ำหนักโมเดล (Open weights) ในอนาคต แต่ปัจจุบันใช้ได้ผ่าน API เท่านั้น
• เทคโนโลยี H3-VAE และ In-context regeneration เป็นกุญแจสำคัญที่ทำให้ได้วิดีโอคุณภาพสูงในราคาที่เข้าถึงได้
• Artificial Analysis จัดอันดับให้ H3 เป็นที่หนึ่งในการตัดต่อวิดีโอ ในขณะที่ด้านอื่นยังเป็นรองคู่แข่งบางราย