8月3日消息，MiniMax 正式开源其通用视频模型 MiniMax H3 的基础模型权重，仓库已上线 Hugging Face。这是 MiniMax 首款开源的多模态生成模型，支持生成最高 2K 分辨率、最长 15 秒、带原生立体声音频的视频。本次开源有明确边界：开放的是基础模型 H3-Base 的权重，实现官方完整 2K 效果所依赖的两个模块并未开源，仍以 API 形式提供。
开源了什么：两个自包含的 H3-Base checkpoint
H3 在 7月31日 发布，当时 MiniMax 预告将于近日开放权重。8月3日，权重如期上线。
本次开源的是两个针对特定任务训练的 checkpoint：FL2VA 支持文生视频和首帧、尾帧、首尾帧生视频；Ref2VA 支持全模态参考生成，最多可输入 9 张图片、3 段视频和 3 段音频，混合输入上限 12 个文件。每个 checkpoint 都是自包含仓库，包含 processor、tokenizer、文本编码器、Omni-Transformer、视觉 VAE 和音频 VAE，基于 MiniMax H3 Community License 发布，可直接下载并用于微调。
模型本体 H3-Omni-Transformer 是一个 33B 参数的 dense 单流 Transformer，其中约 13B 参数位于 AdaLN 相关分支，纯推理部署时无需加载这部分参数。文本与视觉编码使用 Qwen3-VL-32B 的完整预训练权重。输出规格方面，H3-Base 本地部署可生成短边 768 像素、24 FPS、32 kHz 立体声的音视频，时长 4 至 15 秒，稳定支持 11 种对话语言。
本地部署：四条官方路径与一个参照配置
两个 checkpoint 均为 BF16 精度的自包含仓库，可用 hf download MiniMaxAI/MiniMax-H3 从 Hugging Face 直接拉取。部署路径上，官方给出了 SGLang、vLLM、diffusers 和 ComfyUI 四种选择。以 SGLang 为例，官方启动配置使用 4 张 GPU 并行（ulysses-degree 设为 4，performance-mode 设为 speed），FL2VA 与 Ref2VA 两个 checkpoint 需按任务分别启动服务；ComfyUI 用户则可以直接使用官方提供的 T2V 和 R2V 工作流模板。
部署完成后，开发者通过本地 API 提交生成任务、查询任务状态并下载结果。官方在 Model Card 中提供了 T2VA、FL2VA、Ref2VA 三类可复现案例的完整请求参数、H3-Context-IR 提示词和复现代码，用于核对本地输出是否正确。硬件门槛方面，官方仓库未列出最低显存要求（截至发稿），上述 4 GPU 配置是目前唯一的公开参照，单卡或低显存环境的可行性需要社区实测验证。
没开源什么：完整 2K 效果仍绑定官方 API
完整的 H3 系统由三个模块组成，本次只开源了中间的生成环节。
负责理解多模态输入、生成结构化提示词的 H3-Context-IR 不在开源范围内。MiniMax 称其依赖多阶段工作流和多个托管模型，仅提供 API 和提示词指南供开发者自建替代方案。负责把 768p 结果再生成到 2K 的 H3-Regenerate-2K 同样未开源，官方表示模块就绪后会开放，目前也只提供 API。这意味着开发者想要复现官方 2K 输出，需要把本地部署的 H3-Base 与 MiniMax 开放平台的两个 API 组合成完整工作流。
架构层面另有一处边界：H3 在训练最后阶段引入了原生稀疏注意力以降低长序列开销，但首个开源版本仅提供全注意力推理，稀疏注意力实现将在后续更新中单独发布。
开源许可还带有一重区域限制。官方称，该限制源于与大型好莱坞工作室正在进行的生成式视频版权诉讼。位于美国、希望部署 MiniMax-H3 的个人，可提交正式许可申请；官方表示，将向承诺实施符合美国法律、合规及监管要求的健全合规控制与防护措施的申请人发放许可。
对开发者是权重，对 MiniMax 是漏斗
对开源视频社区而言，这次开源的实质增量是一个权重完整、可本地运行、可自由微调的视频生成底座。在此之前，视频生成赛道的第一梯队产品——字节的 Seedance 2.5、Google 的 Veo 3.1、快手的 Kling 3.0——全部保持闭源，只通过 API 或自家产品开放。MiniMax 此前已开源三代 M 系列文本模型，H3 是其第一次把视频模型放上货架。 对 MiniMax 而言，开源与商业化被清晰地分了层。本地能跑的是 768p 的基础能力，代表官方最佳效果的 2K 工作流绕不开其开放平台。开发者获得了可验证、可二次开发的权重，MiniMax 则把最高质量的使用路径留在了自己的计费体系内。对想完全脱离官方 API 复现 2K 效果的用户，这份开源目前还不够完整；对需要可控底座做产品或研究的团队，它已经是可以开工的起点。
MiniMax 于 7月31日 发布 H3 时援引 Artificial Analysis 榜单称，H3 在视频编辑分类排名第一。该排名来自第三方评测榜单；截至发稿，本地部署版本尚无公开的第三方实测结果。
AI 速览
