MiniMax 发布全模态模型 H3：支持原生双声道与 2K 视频
MiniMax 稀宇科技 · wechat · 2026-07-31
MiniMax 正式发布全模态生成模型 H3。该模型统一了文本、图像、视频和声音的理解与生成能力，支持原生双声道音频输出，最高可生成 15 秒 2K 分辨率的视频。
核心特性与技术亮点：
- 多模态上下文理解：用户可通过自然语言描述参考素材（视频、图片、音频）与目标视频的关系，实现复杂的跨模态编辑与生成。
- 架构与成本优化：引入全新的 H3-VAE 和 H3-OmniTransformer 架构，大幅提升压缩率与训练吞吐量。模型在 2K 分辨率下的每秒生成价格不到主流模型的 1/3，主打行业最优性价比。
- In-context Regeneration：放弃传统超分模块，直接利用基座模型结合多模态上下文进行重生成，实现高质量的 2K 画面提升。
开源与商业化：
H3 具备商用级多场景内容生成能力，广泛适用于广告、电商、游戏等领域。官方宣布计划在未来几天内开放模型权重，以推动开源社区发展并加速国产芯片适配。
所属事件:MiniMax发布全模态模型H3，支持2K原生双声道视频(18 条相关)→
「模型」频道最新
- Meta 开源 Muse Spark 权重，扎克伯格只能在 X 上感谢苹果 — AIFlow_ML · 2026-10-16
- Reddit 用户实测称 ChatGPT Pro 三档套餐用量上限几乎相同 — These-Breadfruit4067 · 2026-10-16
- 用户投诉 Gemini 记忆删不掉,关掉重开依然全记得 — ThrowRA_Purpose2025 · 2026-10-16
- 曝 OpenAI 暗测内部神秘模型 Aeon：已现身 Codex 桌面版用量面板 — cedric_chee · 2026-10-16
- 博主实测：argon 日常全面能打，但重度编码仍略逊 Claude — iruletheworldmo · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16