MiniMax H3 视频模型发布：支持文本/图片生视频带音频
multimodalart · x · 2026-08-03
MiniMax 最新发布了 H3 视频生成模型，该模型参数量达 33B，支持文本生成视频、图片生成视频以及参考图生成视频，并且能在生成画面的同时产出同步音频。
目前模型权重已上线 Hugging Face，并且已适配 🧨 Diffusers 和 ComfyUI 工具栈，可供消费级 GPU 用户直接体验和使用。
所属事件:MiniMax 开源 33B 全模态视频模型 H3(35 条相关)→
「多模态」频道最新
- Kling 4.0 强化文生视频：角色一致性、口型同步与对话表现升级 — CurieuxExplorer · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- AI 生成「巨人 MJ」时装图爆火:夸张比例撞出超现实时尚感 — OVolosin82152 · 2026-10-16
- BFL 官方回应 Flux 3 Klein 争议：Comfy workflow 有 bug 修复中 — desktop4070 · 2026-10-16
- MiniMax H3 搭配 RVC-project 语音效果出乎意料地好 — ColdComplaint8 · 2026-10-16