De nieuwe kunstmatige intelligentie van MiniMax creëert 2K-video’s met native audio
De markt voor generatieve kunstmatige intelligentie heeft zojuist een sterke concurrent gekregen met de komst van de MiniMax H3, officieel gelanceerd op 31 juli 2026. In tegenstelling tot oudere platforms waarvoor plug-ins van derden nodig waren om geluid toe te voegen, verwerkt dit nieuwe systeem stereogeluid, afbeeldingen, teksten en clips op een volledig geïntegreerde manier. De tool levert audiovisueel materiaal in native 2K-resolutie en genereert gesloten bestanden van precies tussen de vier en vijftien seconden, zonder tijdsfracties.
Tot voor kort moesten audiovisuele professionals meerdere software combineren om een foto te animeren, voice-overs te synchroniseren of camerabewegingen aan te passen. Het nieuw uitgebrachte model elimineert deze fragmentatie door alle bewerkingsstappen te concentreren in één enkele pre-trainingsomgeving. In de praktijk typt de gebruiker eenvoudige commando’s in spreektaal om een avatar in het juiste ritme te laten zingen of om de kijkhoek van een scène te veranderen, waardoor de workflow drastisch wordt versneld.
Manieren om toegang te krijgen tot en beschikbaarheid van het nieuwe AI-platform
In dit vroege stadium draait de technologie niet lokaal op de computers van gebruikers, maar is uitsluitend afhankelijk van cloudverwerking. Ontwikkelaars kunnen het systeem in hun eigen projecten integreren met behulp van de programmeerinterface (API) onder de MiniMax-H3e-code. Voor het grote publiek dat op zoek is naar een gebruiksvriendelijkere ervaring, heeft het bedrijf de nieuwe functie rechtstreeks in de Hailuo AI-applicatie geïntegreerd, die gelijktijdig eind juli 2026 werd uitgebracht.
Lees meer: Apple rust MacBook Pro uit met een M5 Max-chip en 128 GB RAM om 8K-videobewerking te optimaliseren
Marktsectoren die flexibeler worden met de tool
De Aziatische ontwikkelaar ontwierp het platform met een directe focus op de zakelijke markt en probeerde reclamecampagnes en merkopbouwende strategieën te verminderen. Marketingbureaus, interface-ontwerpstudio’s en videogameproducenten behoren tot de belangrijkste commerciële doelgroepen. De mogelijkheid om high-fidelity visuele schetsen te genereren spreekt ook de filmindustrie aan, die complexe scènes kan vooraf bekijken voordat ze daadwerkelijk worden gefilmd, en het gemakkelijker maakt om virtuele winkelpuien in de e-commerce op te zetten.
Directe toepassingen in de routine van contentmakers
Bij dagelijkse bureaus maakt het systeem het mogelijk om één enkel advertentiestuk te vermenigvuldigen in tientallen varianten om te testen op sociale netwerken. Retailers kunnen statische productfoto’s omzetten in dynamische clips, terwijl grafisch ontwerpers met slechts een paar klikken promotieposters kunnen animeren. Een ander sterk verschil is het behoud van de visuele identiteit van personages in videogame-animaties en het gemak waarmee de choreografie van een echte video naar een digitale avatar kan worden overgebracht, waardoor er een enorm bereik ontstaat voor de productie van vignetten en openingen.
Meer over dit onderwerp: De Snapchat-app integreert ongekende kunstmatige intelligentie om foto’s om te zetten in korte video’s
Zie Ook
Voormalig vechter Prichard Colón sterft op 33-jarige leeftijd na tien jaar in een vegetatieve toestand
Wereldwijde veiling ter waarde van 11,9 miljoen dollar belicht zeldzame Braziliaanse munten ter waarde van maximaal 292 duizend dollar in 2026
Xbox-serviceabonnementen worden goedkoper na een verandering in de strategie
API-innerlijke werking voor ontwikkelaars
Uit de officiële documentatie blijkt dat de integratiearchitectuur werkt met drie invoerpaden: creatie vanuit tekst, animatie vanuit statische afbeeldingen en generatie geleid door referentiebestanden. Dit alles gebeurt op één enkel netwerkverbindingspunt, dat asynchroon werkt. De clientserver verzendt het verzoek, bewaakt de verwerkingsstatus via een trackingcode en downloadt, wanneer de weergave voltooid is, het voltooide bestand.
Groottebeperkingen en ondersteunde bestandsformaten
- De ontwikkelomgeving vereist naleving van strikte verzendregels om overbelasting van de servers van het bedrijf te voorkomen.
- Er mogen maximaal negen foto’s en drie videofragmenten als basis worden bijgevoegd, zolang de totale tijd niet meer dan vijftien seconden bedraagt. Geluidsbestanden zijn beperkt tot drie inzendingen en moeten bij visuele media worden gevoegd.
- Gemengde datapakketten kunnen niet groter zijn dan twaalf gelijktijdige documenten, waarbij de opdrachttekst beperkt is tot zevenduizend tekens en het totale verzoekgewicht is vastgelegd op 64 MB.
- Individueel blokkeert het systeem video’s groter dan 50 MB, afbeeldingen groter dan 30 MB en audiotracks groter dan 15 MB.
- Compatibiliteit omvat H.264- en H.265-codecs voor bewegende beelden, klassieke extensies zoals JPG en PNG voor foto’s, evenals MP3 en WAV voor soundtracks.
Verwerkingsmotoren achter kunstmatige intelligentie
Nieuwe contextleesmethode vermindert de gegevensbelasting
De ruggengraat van de nieuwigheid heet Omni Contextual Representation, een mechanisme dat de logica van commando-interpretatie verandert. In plaats van alleen het uiteindelijke frame te analyseren, brengt de technologie de diepe relatie tussen het verzoek van de gebruiker en de elementen in de scène in kaart. Deze chirurgische aanpak reduceert de noodzaak om honderdduizend tokens te verwerken tot slechts vierduizend, waardoor geschreven taal wordt omgezet in een zeer efficiënt script voor de machine.
Over hetzelfde thema: Apple lanceert MacBook Pro met M5 Max-processor en 128 GB RAM om zware videobewerking te versnellen
Geavanceerde compressie maakt native high-definition mogelijk
Om kristalheldere beelden te leveren zonder servers te laten smelten, hebben ingenieurs de tokenizer opnieuw opgebouwd en deze H3-VAE genoemd. Dit stukje software past een agressieve compressie toe die de sequentiële leescapaciteit van het model met vier vermenigvuldigt. Het is precies deze drastische besparing in rekenkracht die het platform in staat stelt clips native in 2K-resolutie te exporteren, waardoor de operationele kosten binnen een commercieel haalbare marge blijven.
Trainingsarchitectuur versnelt beeldvorming
Het bedrijf brak met het verleden en verliet de oude Hailuo-02-structuur om de nieuw gecreëerde H3-Omni Transformer te adopteren. Omdat het tegelijkertijd omgaan met audio, video en tekst een enorme variatie in datagrootte genereert, verdeelt de nieuwe architectuur het zware werk: een deel van de hardware richt zich op het begrijpen van het verzoek, terwijl een ander deel zich uitsluitend bezighoudt met het tekenen van de pixels. Deze taakverdeling zorgde voor een winst van dertig procent in de trainingssnelheid van het algoritme.
Automatische correctie van kleine teksten en logo’s
Een van de grootste knelpunten bij generatieve AI is altijd de vervorming van letters en logo’s geweest, een probleem dat hier door Regeneration in Context is opgelost. De software heeft geen externe beeldvergrotingstools nodig, omdat het de originele opdracht kan herlezen en zijn eigen fouten in lage resolutie kan corrigeren voordat het bestand wordt voltooid. Deze interne verfijning zorgt ervoor dat handelsmerken en achtergrondletters leesbaar en accuraat lijken, iets wat traditionele vergroters vaak vervagen.
Concurrerende prijzen en de strijd om leiderschap in de sector
In de prijzenoorlog tegen giganten die tools als Sora en Runway ontwikkelen, speelt de Aziatische ontwikkelaar agressief. Uit marktrapporten blijkt dat het genereren van een seconde 2K-video ongeveer 0,13 dollar kost, wat neerkomt op minder dan twee dollar voor een volledige clip van vijftien seconden – een derde van het bedrag dat directe concurrenten in rekening brengen. Ondanks dat deze cijfers in de gespecialiseerde pers circuleerden, vermeldde de officiële pagina van het bedrijf nog steeds alleen de tarieven voor de vorige versie, Hailuo 2.3, totdat dit rapport werd geschreven, wat voorzichtigheid vereiste met betrekking tot de finaletafel.
Meer over dit onderwerp: De Snapchat-app introduceert de AI Clips-functie die fotogalerijen omzet in geanimeerde video’s
De impact van de tool is al zichtbaar op de monitoringpanels van de technologiesector. Gegevens van adviesbureau Artificial Analysis plaatsen de lancering bovenaan de wereldwijde ranglijst van videobewerking met behulp van kunstmatige intelligentie. Het platform stuit echter nog steeds op weerstand in specifieke categorieën: bij pure tekst-naar-video-conversie verliest het systeem van Google’s Gemini Omni Flash, terwijl het bij de transformatie van foto’s naar clips uiteindelijk wordt overtroffen door zowel het Google-model als de concurrent Seedance 2.0.
Samenvatting van de mogelijkheden en de toekomst van het visuele platform
- Het audiovisuele ecosysteem ondergaat een diepgaande transformatie met de komst van tools die verschillende media kunnen verenigen.
- Het platform consolideert audio, tekst en beeld in één enkele engine en levert bestanden van maximaal vijftien seconden met stereogeluid en 2K-kwaliteit.
- De toegang blijft beperkt tot de programmeerinterface en de officiële applicatie, hoewel de release van open source-code de komende dagen op de radar van het bedrijf staat.
- De financiële levensvatbaarheid van het project is gebaseerd op het nieuwe H3-VAE-compressiesysteem, dat het verwerken van beelden in zeer hoge definitie goedkoper maakt.
- Bedrijfsmerken krijgen zekerheid met interne regeneratietechnologie, die voorkomt dat logo’s en kleine teksten in animaties vervormen.
- Het model pakt de kroon in de bewerkingscategorie, maar het moet nog evolueren om de algoritmen van Google te verslaan bij het helemaal opnieuw creëren van scènes.
