MiniMax 开源全能多模态模型 H3，支持原生立体声与 2K 视频生成
mishig25 · x · 2026-08-04
MiniMax 在 Hugging Face 上发布了开放权重的全能多模态生成系统 MiniMax-H3。该模型在预训练阶段即具备广泛的多模态上下文理解与生成能力，能遵循复杂的多模态指令。
核心功能与规格：
- 多模态统一理解：支持对文本、图像、视频和音频的统一理解。
- 高质量音视频生成：可生成最长 15 秒、最高 2K 分辨率、24 FPS 的视频，并原生生成 32kHz 立体声。
- 丰富的输入模式：提供首尾帧控制（FL2VA）等多种变体，支持图生视频、视频生视频、音频生视频等全栈操作。
- 多语言支持：稳定支持中、英、日、韩等 11 种语言的对话交互。
所属事件:MiniMax发布33B开源多模态模型H3，支持本地部署(10 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