MiniMax开源H3视频模型，2K长视频本地可跑

MiniMax 最新开源了原生 2K 视频生成模型 H3（疑似内部代号 H3 ref2va），凭借极高的生成质量与连贯性迅速引发 AI 社区的实测热潮。当前结论显示，该模型不仅能生成长视频、处理复杂的物理交互，还能在本地端侧流畅运行，标志着多模态视频生成赛道迎来了一位强有力的竞争者。

已确认

核心性能与开源：模型支持原生 2K 分辨率生成，画面细节与连贯性极佳。开发者 ostrisai 为测试该模型生成了 1000 条覆盖广泛主题的视频，并将这 1.5 小时的生成结果作为开源数据集提供下载。
本地部署与长视频：用户 singularitynotnow 实测确认，模型可在本地单次生成 30 秒无剪辑视频。在 1024x576 分辨率下耗时 6 分 46 秒，消耗 288GB 显存，并使用了 NVIDIA Sol-Attn 加速方案。Pixio 团队也证实其突破了 15 秒的时长限制，且生成速度快、提示词连贯性好。
多场景创作能力：物理交互方面，FDosha 展示了极具真实感的重力操控场景；风格化方面，lazyspock 使用超长提示词精准生成了《南方公园》风格的 2D 动画，Co-OB 制作了德克斯特大战灭霸的动画；此外，在微距创意（umeshai）、宏大宇宙光影（Candiru666）等场景中均表现优异。
工作流兼容性：jdude 实测发现，H3 能够对非 H3 模型生成的视频片段进行无缝续写，为创作者混合使用不同视频模型提供了新工作流。TheruleofThetra 则通过拼接三个生成视频并使用 RIFE 算法补帧至 96 FPS，实现了高帧率大片效果。

端侧与开源生态：MiniMax H3 的高质量开源权重允许开发者在本地运行（如 Co-OB 在 RTX 3080 显卡上进行测试），大幅降低了高水准 AI 视频创作的门槛，直接赋能独立创作者与开源社区。
多模态竞争力：该模型在长视频生成、复杂提示词理解和多风格渲染上的突破，证明了其在当前竞争激烈的多模态视频赛道中具备顶尖实力，为影视、动画及网络迷因创作提供了全新的生产力工具。

2026-08-09 ~ 2026-08-11 · 16 条相关