MiniMax H3 Sprengt Die Grenzen Der Videogenerierung Und Erzeugt Audio- Und Videoinhalte Auf Integrierte Weise; Ornith-1.5-35B-A3B Erforscht Einen Neuen Modus Des Selbstevolutionären Trainings Für Inferenzmodelle.

MiniMax H3 ist ein universell einsetzbares, vollmodales generatives Modell, das von MiniMax auf den Markt gebracht wurde.Dies ermöglicht es dem Modell, von der „Inhaltsanalyse“ zur „einheitlichen Inhaltsgenerierung“ überzugehen.Es kann gleichzeitig komplexe Eingaben wie Text, Bilder, Video und Audio verarbeiten und direkt Videos auf Basis des multimodalen Kontexts generieren.Es unterstützt Auflösungen bis zu 2K, 24 FPS und eine Dauer von 15 Sekunden. Im Gegensatz zu herkömmlichen Videogenerierungsmodellen, die sich auf eine einzelne Aufgabe konzentrieren, vereint H3 textgenerierte, bildgenerierte und referenzgenerierte Videos sowie Videobearbeitungsfunktionen in einem einzigen Modell. Es nutzt außerdem einen gemeinsamen audiovisuellen Generierungsmechanismus, um Bilder, Audio, Soundeffekte und Musik in einem einzigen Prozess zu erzeugen. In der Praxis verbessert das Modell seine Fähigkeiten zusätzlich durch die Ausführung komplexer Anweisungen, die Darstellung von Text und Markenlogos auf dem Bildschirm sowie die Videobewegungsübertragung und bietet so eine umfassendere Generierungslösung für Werbung, Markencontent und multimodale Inhalte.

Das „MiniMax H3: Full-Modal Video Generation Model“ ist jetzt auf der HyperAI-Website verfügbar. Probieren Sie es aus!

Online-Nutzung:https://go.hyper.ai/mQAmh

Ein kurzer Überblick über die Aktualisierungen der offiziellen Website von hyper.ai vom 21. August bis zum 27. August:

* Ausgewählte hochwertige Tutorials: 2

* Analyse von Community-Artikeln: 2 Artikel

* Beliebte Enzyklopädieeinträge: 5

Top-Konferenzen mit Anmeldefristen im September: 6

Besuchen Sie die offizielle Website:hyper.ai

Ausgewählte öffentliche Tutorials

1. MiniMax H3: Ein vollmodales Videogenerierungsmodell

MiniMax H3 ist ein universelles, multimodales generatives Modell, das von MiniMax im Juli 2026 veröffentlicht wurde. Es kann komplexe multimodale Kontexte wie Text, Bilder, Video und Audio gemeinsam verarbeiten und Videos mit bis zu 2K-Auflösung, 24 Bildern pro Sekunde und einer Länge von bis zu 15 Sekunden direkt generieren. Das Modell zeichnet sich durch vier Hauptmerkmale aus: multimodales Verständnis, integrierte audiovisuelle Generierung, einheitliches Aufgabendesign und Ausgabequalität auf professionellem Niveau. Es unterstützt Aufgaben wie textgenerierte Videos, bildgenerierte Videos, referenzgenerierte Videos und Videobearbeitung und kann Videomaterial, 32-kHz-Stereo-Audio, Sprache, Soundeffekte und Musik in einem Schritt generieren.

Online ausführen:https://go.hyper.ai/mQAmh

2. Ornith-1.5-35B-A3B Selbstevolvierendes MoE-Inferenzmodell

Ornith-1.5-35B-A3B-GGUF ist eine quantisierte Version des selbstlernenden MoE-Inferenzmodells GGUF, das von ornith-ai im Februar 2026 veröffentlicht wurde. Basierend auf der Qwen3.5/Gemma4-Architektur nutzt das Modell eine vollständige Trainingspipeline mit kontinuierlichem Vor-, Zwischen- und Nachtraining und konstruiert eine durchgängige Selbstverbesserungsschleife. Dadurch werden die Modellfähigkeiten kontinuierlich durch „Aufgabengenerierung → Scaffold-Konstruktion → gemeinsame Optimierung im Rollout“ verbessert. Im Gegensatz zu traditionellen Trainingsmethoden, die auf festen, manuell erstellten Aufgabensätzen basieren, kann Ornith-1.5-35B-A3B Trainingsaufgaben autonom generieren und iterativ optimieren. Dies eröffnet einen neuen technischen Weg für das selbstlernende Training von Inferenzmodellen.

Online ausführen:https://go.hyper.ai/WCZQo

Interpretation von Gemeinschaftsartikeln

1.Die Fähigkeit von 27B AI, wissenschaftliche Arbeiten zu reproduzieren, übertrifft GPT-5.5/Claude Opus 4.8; Faraday erforscht langfristige wissenschaftliche Innovationen.

Die Reproduzierbarkeit von wissenschaftlichen Arbeiten steht vor drei großen Herausforderungen: unvollständige Informationen, offene Exploration und fehlende explizite Belohnungsfunktionen. Inherent Labs hat Faraday entwickelt, einen KI-gestützten Wissenschaftler-Agenten, der die Reproduzierbarkeit von wissenschaftlichen Arbeiten mithilfe von LLM verbessert und Claude Opus 4.8 sowie GPT-5.5 in verschiedenen Aufgaben übertrifft. Mit nur 27 Milliarden Parametern kann Faraday Modelle mit 5 Billionen Parametern effektiv steuern und demonstriert damit seine überlegenen Fähigkeiten in der wissenschaftlichen Forschung.

Online ausführen:https://go.hyper.ai/OY0zO

2. Die Tsinghua-Universität, das MIT, Harvard und andere haben den ASI-Bench vorgeschlagen, um die unabhängigen Forschungsfähigkeiten der KI zu testen. Dieser umfasst 11 Disziplinen und 60 Forschungsaufgaben.

Mit der rasanten Entwicklung großer Sprachmodelle und intelligenter Agententechnologien wandelt sich KI zunehmend von der Unterstützung wissenschaftlicher Forschung hin zur autonomen Forschung. Bestehende Benchmarks konzentrieren sich jedoch hauptsächlich auf wissensbasierte Fragebeantwortung oder die Ausführung vordefinierter Prozesse. Dadurch ist es schwierig festzustellen, ob KI tatsächlich in der Lage ist, selbstständig Forschungslösungen zu entwickeln. Um diesem Problem zu begegnen, haben über zehn Institutionen, darunter die Tsinghua-Universität, das MIT, die Harvard-Universität, die Carnegie Mellon University (CMU) und Microsoft Research, gemeinsam ASI-Bench ins Leben gerufen. Dieses Benchmark wurde von über 40 Experten mit einem Gesamtinvestitionsaufwand von über 31.000 Stunden entwickelt. Es bewertet die Forschungsleistung von KI von expliziter Anleitung bis hin zur vollständigen Autonomie, indem es die vom Menschen bereitgestellten methodischen Informationen schrittweise reduziert und sich auf die Messung ihrer Fähigkeit konzentriert, autonom zu forschen, Lösungen zu entwickeln und offene wissenschaftliche Probleme zu lösen.

Online ausführen:https://go.hyper.ai/vzWBd

Beliebte Enzyklopädieartikel

1. Optische Zeichenerkennung (OCR)

2. Weltaktionsmodell (WAM)

3. Fernerkundung

4. Glitch-Token (ein Begriff zur Beschreibung eines mit einem Glitch zusammenhängenden Begriffs)

5. Generatives vortrainiertes Transformationsmodell (GPT)

Hier sind Hunderte von KI-bezogenen Begriffen zusammengestellt, die Ihnen helfen sollen, „künstliche Intelligenz“ zu verstehen:

https://go.hyper.ai/wiki

Das Obige ist der gesamte Inhalt der Auswahl des Herausgebers dieser Woche. Wenn Sie über Ressourcen verfügen, die Sie auf der offiziellen Website von hyper.ai veröffentlichen möchten, können Sie uns auch gerne eine Nachricht hinterlassen oder einen Artikel einreichen!

Bis nächste Woche!