Содержание
MiniMax H3: открытая AI-модель для генерации видео и звука
MiniMax опубликовала веса H3 — мультимодальной AI-видеомодели, которая одновременно генерирует изображение и нативный стереозвук. Модель понимает текст, изображения, видео и аудио, создаёт ролики длительностью от 4 до 15 секунд с частотой 24 кадра в секунду и поддерживает разные форматы кадра — от горизонтального 16:9 до вертикального 9:16.
Что умеет MiniMax H3
В режиме генерации по референсам H3 принимает до девяти изображений, трёх видеоклипов и трёх аудиофайлов, но общее число файлов в одном запросе ограничено двенадцатью. Это позволяет задавать внешность персонажа, движение, композицию, голос и звуковую атмосферу в одной сцене, а не собирать результат из нескольких отдельных сервисов.
Модель поддерживает озвученную речь на 11 языках, включая русский, английский, немецкий, французский, испанский, китайский и японский. Базовая версия выдаёт видео с короткой стороной 768 пикселей, а фирменный модуль повторной генерации способен доводить результат до 2K.
Что именно стало открытым
MiniMax выложила два основных варианта H3-Base: для генерации по тексту и первому или последнему кадру, а также для работы с мультимодальными референсами. Весами можно пользоваться через SGLang, vLLM, Diffusers и ComfyUI, а разработчики могут дообучать модель на собственных материалах, персонажах и визуальных стилях.
При этом релиз открыт не полностью. Облачный модуль H3-Context-IR, который разбирает сложный набор референсов и превращает его в структурированное задание, и модуль H3-Regenerate-2K пока не опубликованы. Поэтому локальная сборка ограничена 768p и требует самостоятельно готовить промпты и связи между материалами.
Почему это важно для креаторов и бизнеса
H3 даёт студиям и авторам больше контроля над данными и производственным процессом: модель можно развернуть локально, встроить в ComfyUI и адаптировать под собственный стиль. Однако лицензия требует отдельного письменного разрешения MiniMax, если продукт или сервис на базе H3 приносит более 20 миллионов долларов годовой выручки; для остальных коммерческих сценариев также нужно указывать MiniMax H3 в интерфейсе продукта.