思维怪怪(@0xLogicrw):MiniMax 正式开放视频模型 H3 的权重。本次发布包含两套 H3-Base：一套负责文生视频和首尾帧生视频，另一套负责同时参考图片、视频和声音。用户按任务选择其中一套，无需同时加载。 H3-Base 的生成主干是一个 330 亿参数的稠密单流 Transformer，编码器基于 Qwen3-VL-32B。本地部署可生成 4 至 15 秒、带立体声的 768p 视频。这次开放的并非完整 H3 系统。负责理解复杂素材关系的 H3-Context-IR、把 768p 结果重新生成到 2K 的 H3-Regenerate-2K，以及稀疏注意力实现都没有放出。开发者要复现官方的完整 2K 效果，仍需调用 MiniMax API。许可也有明显限制。MiniMax H3 Community License 不适用于美国、欧盟、英国和韩国，这些地区需要另行申请授权。年收入超过 2000 万美元的企业，也要提前获得 MiniMax 的书面授权。

2026.08.03 03:52

MiniMax 正式开放视频模型 H3 的权重。本次发布包含两套 H3-Base：一套负责文生视频和首尾帧生视频，另一套负责同时参考图片、视频和声音。用户按任务选择其中一套，无需同时加载。 H3-Base 的生成主干是一个 330 亿参数的稠密单流 Transformer，编码器基于 Qwen3-VL-32B。本地部署可生成 4 至 15 秒、带立体声的 768p 视频。这次开放的并非完整 H3 系统。负责理解复杂素材关系的 H3-Context-IR、把 768p 结果重新生成到 2K 的 H3-Regenerate-2K，以及稀疏注意力实现都没有放出。开发者要复现官方的完整 2K 效果，仍需调用 MiniMax API。许可也有明显限制。MiniMax H3 Community License 不适用于美国、欧盟、英国和韩国，这些地区需要另行申请授权。年收入超过 2000 万美元的企业，也要提前获得 MiniMax 的书面授权。