MiniMax H3

概览

MiniMax 于 2026 年 7 月 31 日发布的通用全模态生成模型，也是海螺 Hailuo 视频产品线的当前一代（社区常称 Hailuo 3.0）。它把文本、图像、视频、音频读成同一个上下文：可以同时给一段参考视频定运镜、一张图定角色、一条音轨定声音，再用自然语言描述三者关系。开放权重版由三部分组成：预处理多模态输入的 H3-Context-IR、生成 768p 音画的 H3-Base，以及负责升到 2K 的 H3-Regenerate-2K，稳定支持 11 种语言，并提供 FL2VA（文生视频，可选首尾帧）与 Ref2VA（多模态参考生成）两个专用检查点。官方称 2K 档的每秒成本不到主流模型的三分之一，768p 不到主流模型 720p 的一半。2026 年 8 月 3 日 MiniMax 开源了 H3 基础权重。

模态

视频

参数量

33B（H3-Base 开放权重）

许可说明

开源 · MiniMax H3 Community License Agreement

能力

• +全模态统一上下文：文本、图像、视频、音频一起理解
• +4–15 秒、最高 2K 分辨率视频，原生立体声同步音频，覆盖 21:9 至 9:16 六种画幅
• +用参考视频控制运镜、参考图像锁定角色、参考音频驱动配音
• +指令跟随与画面文字渲染表现突出，支持运动迁移
• +开放权重：2026 年 8 月 3 日在 Hugging Face 与 ModelScope 放出基础权重

版本历史

1. 2026-08（开源）

   2026-08-03
   • 在 Hugging Face 与 ModelScope 放出 H3-Base 基础权重，采用 MiniMax H3 Community License

2. 2026-07

   2026-07-31
   • 首次发布，全模态生成，2K/15 秒视频带原生立体声
   • 上线 MiniMax 平台 API 与海螺 AI 应用