MiniMax开源新一代视频模型H3

Source

品玩8月3日讯,MiniMax宣布开源新一代通用视频模型MiniMax H3,该模型是一个通用型全模态生成系统,能够统一理解由文本、图像、视频和音频构成的多模态上下文。

H3可生成最高2K分辨率、最长15秒且带有原生立体声音频的视频,支持多种宽高比与帧率,并稳定支持包括中文、英语在内的11种语言。模型架构由H3-Context-IR、H3-Base和H3-Regenerate-2K三个模块组成,通过多模态上下文理解与生成能力,出色遵循复杂指令。

目前,H3-Base模块已正式开源,支持通过SGLang、vLLM等框架进行本地部署。H3-Context-IR与H3-Regenerate-2K模块暂未开源,但官方已提供API以复现完整工作流