MiniMax 在 2026 年 8 月 3 日开源了 H3 视频模型,这是今年分量最重的一次视频权重投放:一个通用多模态生成系统,把文本、图像、视频、音频读成同一个上下文,产出 4–15 秒、最高 2K、24fps、带原生 32kHz 立体声的片段——声音是和画面一起生成的,不是后配的。权重已上 Hugging Face 和 ModelScope,ComfyUI 支持 Day-0 到位,社区几小时内就在单张消费级显卡上跑通了。然后是谁都不该跳过的那段许可条款:协议的适用地区排除欧盟、英国、韩国和美国。迄今最强的开源视频模型,对世界上大多数地方开放——对正在围观它的西方市场的大部分,形式上禁入。
这次到底发了什么
头条数字比传闻小,而这是好消息。H3 是一个 33B 参数的稠密单流 Transformer——不是早期传言里的百亿级巨兽——其中约 13B 在 AdaLN 分支里,推理时可缓存。BF16 全量权重 123.6GB;裁剪后的 int8 版落在 42.5GB。
系统由三个模块组成,完全属于你的只有中间那个:
- H3-Context-IR——多模态上下文预处理器。未开源;本地工作流用标准编码器替代。
- H3-Base——生成器本体,原生 768p(短边)。开源权重就是它。
- H3-Regenerate-2K——2K 营销数字背后的上下文内超分模块。官方模型卡标注尚未开源;今天的 2K 输出实际上是 API 侧能力。
两个任务检查点覆盖两类工作流:FL2VA(文生视频、首尾帧控制)和 Ref2VA(多模态输入的参考生成)。画幅从 21:9 到 9:16;提示词稳定支持 11 种语言。有个细节值得咂摸:文本编码器是 Apache 2.0 许可的 Qwen3-VL-32B——阿里的模型在 MiniMax 的视频栈里负责阅读。中国开源生态不只是并排发货,已经开始互相咬合。
你真能跑起来吗?
能——附带的星号诚实但不致命。一位社区测试者在 RTX 5070 Ti(16GB)、48GB 内存上跑通了 ComfyUI 版:5 秒视频约 3 分钟、10 秒约 8 分钟,显存钉在 98%,走官方 ComfyUI 工作流,评价是"基本没什么门槛"。ComfyUI 声称裁剪 int8 检查点配合动态卸载能在 12GB 显卡上跑、需要约 64GB 系统内存——这是他们的说法,尚无独立验证。要正经吞吐仍得数据中心卡,但"游戏 PC 挂一晚上出片"对短片而言已经是字面意义上的现实——对这个质量档的模型,这是第一次。
社区实测的早期质量共识:基础输出大致落在头部商业生成器上一档的水平——关键差别是,本地模型除许可文本外不执行任何内容策略,这正是出海短视频工作室在公开帖子里重算成本的原因。
许可证是带牙的
动手之前先读:
- 地区:Community License 点名排除欧盟、英国、韩国和美国。MiniMax 官方 QA 的解释是视频生成面临"更复杂、快速演变的监管环境"——大概率是 AI 法案形状的谨慎。无论原因:如果你的公司在这些辖区运营,本地部署就是未获许可,句号。经服务商走 API 是另一条不受影响的通道。
- 署名:商用免费,但产品界面必须展示"MiniMax H3"。
- 规模闸:年收入超过 2000 万美元需另行书面授权——和 Kimi K3 许可证七月立下的 MaaS 式闸门同款。"权重开放、权利分层"如今就是中国实验室的标准发货方式。
放在什么格局里看
8 月 3 日是中国开源双管齐发的一天:Qwen3.8-Max 转正并承诺开权重在文本侧,MiniMax 在视频侧直接交付了可下载的权重——而视频恰是开源落后商业质量最久的媒介。社区那句"MiniMax 就该在老本行上发光发热,别去卷什么 coding"算是得到了印证:H3 是这家实验室打出的最强手牌。
对开发者,决策树的形状没变、数字更新了:
- 自托管 H3 买到的是硬件加电费成本下的无限生成、完全的内容控制,以及必须逐字读的许可风险(地区、署名、收入闸)——外加 2K 模块开源之前的 768p 原生输出。
- 托管视频 API 买到的是 1080p 管线、不用管显存、按秒计费且失败自动退款、零许可暴露。在 Turiloop,快乐马 HappyHorse 系列以 $0.14/秒起提供音画同生的 1080p,和文本模型共用同一个 OpenAI 兼容 Key——完整 API 教程从零到第一支片约十分钟。
诚实的法则:原型和突发流量走 API;当量稳定、辖区合规、768p 够用时再考虑自托管。H3 让第二个选项在视频领域成真了——对世界上大多数地方。
常见问题
MiniMax H3 是什么? MiniMax 于 2026 年 8 月 3 日开源的通用多模态视频生成模型:33B 稠密参数,从文本、图像、视频、音频上下文生成 4–15 秒、最高 2K/24fps、带原生 32kHz 立体声的片段。权重在 Hugging Face 和 ModelScope,ComfyUI Day-0 支持。
在美国或欧洲能用 MiniMax H3 吗? 开源权重许可下不能——Community License 的适用地区明确排除美国、欧盟、英国和韩国。经托管 API 使用是另一条通道,受服务商条款约束,不受权重许可管辖。
MiniMax H3 需要什么硬件? 裁剪 int8 检查点 42.5GB;社区实测在 RTX 5070 Ti(16GB 显存、48GB 内存)上经 ComfyUI 约 3 分钟出 5 秒片。ComfyUI 声称 12GB 显卡配合卸载和约 64GB 内存可跑。BF16 全量(123.6GB)和正经吞吐仍是数据中心的事。
MiniMax H3 商用免费吗? 在许可地区内免费,附两个条件:界面必须展示"MiniMax H3";年收入超 2000 万美元需 MiniMax 另行书面授权。
MiniMax H3 能输出 2K 吗? 2K 数字来自 H3-Regenerate-2K 超分模块,官方模型卡标注其尚未开源。开源的 H3-Base 原生 768p(短边);2K 目前是 API 侧能力。
H3 和快乐马怎么选? H3 是自托管路线:硬件成本下的无限量、768p、许可允许的前提下。快乐马是托管路线:音画同生 1080p、$0.14/秒起按秒计费、失败自动退款、零基建。原型期走托管;量稳定且辖区合规再自托管。