MiniMax 发布开源全模态模型 H3，支持原生 2K 立体声视频

MiniMax 正式发布并开源了通用全模态生成系统 MiniMax-H3。该模型参数量为 33B，能够统一理解文本、图像、视频和音频的多模态上下文，并支持文生视频、图生视频、参考图生成视频等多种输入方式，甚至允许用户在一次生成中同时启用视频、图像、文本与音频作为参考素材。在输出方面，H3 能够端到端生成最高 2K 分辨率、最长 15 秒且带有原生立体声的视频，而非后期配音。

已确认

• 模型规格与开源：MiniMax-H3 参数量为 33B，模型权重已在 Hugging Face 公开，并适配了 🧨 Diffusers。此外，vLLM 项目也联合 MiniMax 推出了相应的部署方案。
• 生成能力：支持生成最高 2K 分辨率、最长 15 秒的视频，并原生支持 text/image-to-audio（文本/图片生音频），实现音视频同步生成。得益于面向任务泛化等技术，该模型具有极低的推理成本。
• 榜单成绩：据 @NerdyRodent 转述，H3 在 Artificial Analysis 视频编辑榜单排名第一，文生视频榜单排名第二。

为什么重要

• 视听一体化：H3 实现了端到端的视听内容连贯生成，无需后期配音，大幅降低了视频创作的门槛与流程复杂度。
• 开源生态：作为目前少有的强大开源视频模型，H3 开放权重并积极适配主流推理工具，为社区开发者提供了极具竞争力的多模态基础方案。

2026-08-02 ~ 2026-08-03 · 13 条相关

事件全程(共 14 集)→

• 第 1 集:MiniMax H3 视频模型实测：原生2K画质与商业级质感惊艳(2026-07-30,59 条)
• 第 2 集:Google Gemini 视频生成与编辑功能限时免费开放(2026-07-30,3 条)
• 第 3 集:MiniMax发布全模态模型H3，支持2K原生双声道视频(2026-07-30,18 条)
• 第 4 集:MiniMax H3模型将发布并开源，视频生成与多模态能力引热议(2026-07-30,7 条)
• 第 5 集:Gemini Omni重塑视频生成与编辑工作流(2026-07-30,3 条)
• 第 6 集:MiniMax H3登顶视频编辑榜，宣布开源权重(2026-07-31,7 条)
• 第 7 集:Topview上线MiniMax H3，价格仅为Seedance三成(2026-07-31,9 条)
• 第 8 集:MiniMax H3视频模型即将发布，ComfyUI工作流已抢先可用(2026-08-01,2 条)
• 第 9 集:MiniMax H3视频模型实测：2K画质与多镜头一致性惊艳(2026-08-01,12 条)
• 第 10 集:ComfyUI首发支持MiniMax视频模型，RTX 3060即可本地跑(2026-08-01,6 条)
• 第 11 集:MiniMax 发布开源全模态模型 H3，支持原生 2K 立体声视频(2026-08-02,13 条)
• 第 12 集:实测对比AI视频模型生成成本(2026-08-02,2 条)
• 第 13 集:MiniMax H3与FLUX3攻克音频幻觉(2026-08-02,2 条)
• 第 14 集:MiniMax H3 视频模型获 SGLang 支持，双卡 5090 可本地跑 2K(2026-08-03,2 条)

• MiniMax H3 多模态生成：支持视频、图像、文本与音频混合输入 — piotrbinkowski · 2026-08-02
• MiniMax 发布开源视频模型 H3，登顶视频编辑榜单 — NerdyRodent · 2026-08-02
• MiniMax H3 视频模型发布：支持文本/图片生视频带音频 — multimodalart · 2026-08-03
• MiniMax-H3 模型卡曝光：支持图生视频与原生立体声 — ostrisai · 2026-08-03
• 【源头】vLLM 联合 MiniMax 发布 H3 模型，支持原生音视频同步生成 — vllm_project · 2026-08-03
• MiniMax 发布 H3 模型：原生支持 2K 音视频生成 — Mobile-Pumpkin7944 · 2026-08-03

另有 7 条近重复转述:multimodalart · VoidAsuka · MiniMax 稀宇科技 · 赛博禅心 · jiqizhixin · MiniMaxAI · aigclink