MiniMax H3

MiniMax 的 33B 开放视频模型,一次生成视频和立体声,最长 15 秒,但许可证不覆盖美国、欧盟、英国和韩国。

一句话概括. MiniMax H3 是一个可以下载权重的 AI 视频模型。根据文字、图片、视频片段或声音,它能生成最长 15 秒、带匹配立体声(包括人声)的短片。模型非常大,许可证不覆盖美国、欧盟、英国和韩国,所以使用之前要先确认你和你的用户在哪里。

概述

MiniMax 于 2026 年 8 月 3 日以开放权重发布 H3,许可证署名日期是 8 月 2 日。它是一个全模态生成器:文字、图像、视频和音频都可以作为上下文,模型一次性生成视频以及原生 32 kHz 立体声音频。片段长 4 到 15 秒,24 帧每秒,默认短边 768 像素,MiniMax 列出了 11 种语言的稳定对白。共发布两个 BF16 检查点:FL2VA 支持文生视频,以及首帧、尾帧或首尾帧条件生成;Ref2VA 支持基于参考素材的生成,最多 9 张图片、3 段视频和 3 段音频,总共不超过 12 个文件。每个检查点是一个独立的服务,且都已蒸馏了无分类器引导。

核心是 H3-Omni-Transformer,一个 330 亿参数的稠密单流 Transformer,同时预测视频和音频潜变量。其中约 130 亿参数位于 AdaLN 分支,其输出可以预先计算,MiniMax 称仅做推理时不必加载它们;完整权重发布出来是为了支持微调。文字和视觉上下文经过 Qwen3-VL-32B 文本编码器(Apache 2.0),另有独立的视频和音频自编码器处理画面和声音。本次只包含全注意力推理,MiniMax 称稀疏注意力版本稍后发布。

MiniMax 完整系统中有两部分不在下载内容里:H3-Context-IR,一个重写复杂多模态提示词的托管步骤;以及 H3-Regenerate-2K,它把 768p 结果重新生成为 2K。MiniMax 通过 API 提供这两者,所以本地使用得到的是 768p 输出。Hugging Face 仓库约 498 GB,因为原始格式和 diffusers 格式的文件并排存放;一个检查点连同文本编码器和自编码器约 144 GB。MiniMax 的自托管指南使用 8 张 B200 的参考配置,没有公布最低显存;它引用的 SGLang 基准显示,4 张 H200 上生成一段 5 秒 1344 x 768 的片段约需 75 秒。SGLang 还列出了两张 RTX 5090 和一张 24 GB RTX 4090 的卸载方案,MiniMax 并未验证它们。除 SGLang 外,模型卡还指向 diffusers、vLLM 和 ComfyUI 来运行该模型。

适合做什么

  • 在本地生成带同步人声和声音的短片,不按片段收费
  • 在一个提示词里混用多张图片、多段视频和音频样本的参考驱动创作
  • 拥有数据中心显卡、想微调音视频模型的工作室和研究团队
  • 位于欧盟、英国、韩国和美国之外的项目

需要注意

  • 许可证不覆盖欧盟、英国、韩国和美国,那里的人需要从 MiniMax 另行获得许可
  • 年营收超过 2000 万美元的商业产品需要 MiniMax 书面授权,任何商业产品都必须在界面中显示“MiniMax H3”
  • 本地输出是 768p;2K 步骤和提示词重写步骤只能通过 MiniMax 的 API 使用
  • 一个检查点约 144 GB,MiniMax 没有公布最低显存,所以要准备多张显卡,或接受缓慢的卸载运行
  • 许可证禁止用该模型或其输出训练其他 AI 模型

性能数据来自开发方,未经独立验证。

需要多少内存?

以下是 MiniMax H3 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。

版本 参数量 下载大小 所需内存 可运行于
Base FL2VA (BF16) BF16 33.1B 144 GB 166 GB 大内存台式机
Base Ref2VA (BF16) BF16 33.1B 144 GB 166 GB 大内存台式机

下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。

许可证,用大白话说

一份社区许可证,允许你使用、修改和分发 MiniMax H3,但只限于“适用地区”:除欧盟、英国、韩国和美国之外的全世界。年营收超过 2000 万美元的商业产品需要 MiniMax 书面授权,所有商业产品都必须在界面中显示“MiniMax H3”,并且不得用该模型或其输出去训练其他 AI 模型。建议先咨询法律意见,尤其是你或你的用户位于被排除的地区时。

  • 需要署名或标明模型名称
  • 仅在营收低于上限时可免费商用
  • 部分地区不授权
  • 须遵守可接受使用政策
  • 输出内容须过滤或审核,并标注为 AI 生成

进一步了解 MiniMax H3 Community

延伸阅读

常见问题

MiniMax H3 是什么?
MiniMax H3 是一个可以下载权重的 AI 视频模型。根据文字、图片、视频片段或声音,它能生成最长 15 秒、带匹配立体声(包括人声)的短片。模型非常大,许可证不覆盖美国、欧盟、英国和韩国,所以使用之前要先确认你和你的用户在哪里。
MiniMax H3 可以商用吗?
可以,但有条件。MiniMax H3 采用 MiniMax H3 Community 发布,允许商用,但附带额外规则:需要署名或标明模型名称; 仅在营收低于上限时可免费商用; 部分地区不授权; 须遵守可接受使用政策; 输出内容须过滤或审核,并标注为 AI 生成。产品上线前请阅读许可证原文。
MiniMax H3 是开源的吗?
MiniMax H3 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 MiniMax H3 Community 附带了开源促进会的定义所不允许的条件。
我能在自己的电脑上运行 MiniMax H3 吗?
只有大内存机器才行。最小版本 Base FL2VA (BF16) 在 4 位精度下约需 166 GB。配备 128 至 512 GB 统一内存的台式机可以装下,但速度一般。
MiniMax H3 是什么时候发布的?
MiniMax H3 由 MiniMax 于 2026年8月3日 发布。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月11日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
LTX-2.5 LTX (Lightricks) 22B – LTX-2.x Community (附条件) 16 GB 笔记本或手机
Wan 2.2 Alibaba Wan 5B – 27B 激活 14B – Apache 2.0 (宽松) 24 GB 游戏显卡
MiniMax H3-Image MiniMax 33.1B – MiniMax H3-Image Community (附条件) 155 GB 大内存台式机
Pika H3 Flex Pika 33.1B – MiniMax H3 Community (附条件) 169 GB 大内存台式机