IXThinker·2026-08-28 17:56全模態生成模型開放體驗，音畫一體輸出
一款通用全模態生成模型開放體驗，支持文本、圖像、視頻與音頻聯合理解及統一生成，可直接輸出最高2K分辨率、每秒二十四幀、十五秒時長的視頻，並一次性生成畫面、語音、音效與音樂，強化指令遵循能力。
從理解走向統一生成
與傳統視頻生成模型側重單一任務不同，H3把文生視頻、圖生視頻、參考生成與視頻編輯等能力統一在同一模型內，並採用音畫聯合生成機制，一次性輸出畫面、三十二千赫立體聲音頻、語音、音效與音樂。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。