MiniMax 发布 H3 视频模型：支持 2K 原生立体声，即将开源

JGByvygyrfg · reddit · 2026-07-31

MiniMax 推出通用多模态生成模型 H3，支持文本、图像、音频和视频的统一上下文理解。该模型能生成最长 15 秒、2K 分辨率且带原生立体声的视频，在指令遵循、文本与品牌渲染及 V2V 运动迁移方面表现出色，主要面向广告、电商和游戏等商业内容创作。

在定价方面，H3 默认提供 2K 分辨率输出，其每秒价格不到主流模型同分辨率的三分之一；在 768p 分辨率下，价格也低于主流模型 720p 的一半。此外，为支持开源生态与更广泛的硬件兼容，MiniMax 计划在未来几天内开放 H3 的模型权重。