MiniMax H3 i Seedance 2.5: generowanie wideo rozgrywa się na cenie i długości

31 lipca MiniMax oficjalnie zapowiedział model H3, następcę linii Hailuo, zaprojektowany do obsługi kontekstu multimodalnego — tekstu, obrazów, wideo i dźwięku — oraz do tworzenia wideo z natywnym dźwiękiem stereo w jednym przebiegu wnioskowania. Specyfikacja techniczna na oficjalnej stronie ustala limit generowania na 15 sekund przy rozdzielczości najwyżej 2K. Po stronie kosztów firma deklaruje, że cena za sekundę w 2K jest niższa niż jedna trzecia tego, co oferują modele z głównego nurtu, a w 768p niższa niż połowa; bezwzględny cennik nie wynika jednak z przejrzanych dokumentów oficjalnych, więc analiza ogranicza się do porównań względnych.

Istotna część zapowiedzi dotyczy strategii dystrybucji: MiniMax zadeklarował zamiar otwarcia wag modelu «w najbliższych dniach», uzależniając jednak tę operację od obowiązujących przepisów. W chwili komunikatu wagi nie były jeszcze dostępne, co czyni z otwarcia deklarację zamiaru, a nie zasób, po który można sięgnąć. Według Reutersa model jest kierowany do sektorów komercyjnych, takich jak reklama i e-commerce, i oferuje edycję istniejących treści oraz przenoszenie ruchu, choć twierdzenie o zgodności z chipami produkcji chińskiej pozostaje niemożliwe do niezależnej weryfikacji.

Tego samego dnia zespół Seed w ByteDance oficjalnie potwierdził aktualizację Seedance 2.5, pokazaną wcześniej na konferencji Volcano Engine FORCE 23 czerwca. Nowy model podnosi poprzeczkę, którą sam sobie stawia: pojedyncze generowanie sięga 30 sekund, z obsługą wieloetapowych przedłużeń oraz zachowaniem spójności scen i postaci. Jako materiał referencyjny przyjmuje w jednym żądaniu do 30 obrazów, 10 filmów i 10 klipów audio, z funkcjami edycji lokalnej opartymi na znacznikach czasu. Wdrożenie będzie stopniowe: najpierw w Jimeng AI oraz w wersji profesjonalnej Doubao, natomiast dostęp przez API w Volcano Ark zapowiedziano jako bliski, bez konkretnej daty.

Bloomberg zauważył, że obie aktualizacje ogłoszono w odstępie kilku godzin. Te dwie premiery wyznaczają rozbieżne ścieżki w generowaniu wideo: MiniMax stawia na tani i potencjalnie otwarty dostęp, ByteDance umacnia zamkniętą ofertę wpisaną we własny ekosystem konsumencki. Dla żadnego z modeli nie ma raportów technicznych ani niezależnych testów, które potwierdzałyby deklaracje jakościowe, takie jak ograniczenie efektu «oleistości» czy spójność na 30 sekundach. Bez danych ilościowych możliwych do sprawdzenia przez osoby trzecie twierdzenia o jakości pozostają słowem producentów.

— Olya