MiniMax 发布 33B 开源多模态模型 H3，支持图声视频生成
RisingSayak · x · 2026-08-06
MiniMax 发布了最新开源模型 H3，被视为开源社区的一大胜利。该模型是一个 33B 参数的 DiT 架构，具备强大的多模态生成能力。
主要特性：
- 全模态生成：支持图像、视频和音频的统一生成。
- 多模态输入：可接收包含音频在内的多模态指令来生成视频和音频。
- 长视频能力：最长可生成 15 秒的视频。
目前，该模型的基础管线已全面接入 Hugging Face Diffusers 库，并启用了多项内存和速度优化。
所属事件:MiniMax 发布 33B 全模态开源模型 H3(2 条相关)→
「模型」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16
- KOL 力捧 Opus 4.5:目前没有比它更强的模型 — kimmonismus · 2026-10-16