MiniMax 在 Hugging Face 上线了 MiniMax-H3，一个参数规模 33B 的通用全模态生成系统。它支持文本、图像、视频、音频组成的多模态上下文理解，并能生成带原生立体声的视频，分辨率最高 2K、时长最长 15 秒。模型采用 MiniMax-H3 社区许可协议，并非标准开源许可，且核心预处理模块 H3-Context-IR 未包含在开源发布中。
从规格看，H3 的输出能力覆盖 4 到 15 秒时长、24 FPS 帧率、32kHz 立体声，支持 21:9 到 9:16 等多种画幅比例。默认短边为 768 像素，通过 H3-Regenerate-2K 模块可再生成到 2K。对话语言稳定支持 11 种，包括阿拉伯语、中文、英语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语和西班牙语。
模型提供两个变体：H3-Base-FL2VA 面向首尾帧模式，支持零张、一张或两张输入图像，分别对应文生视频、首帧或尾帧生视频、首尾帧生视频；H3-Base-Ref2VA 面向全参考模式，可接受最多 9 张图像、3 段视频和 3 段音频，每段视频或音频时长 2 到 15 秒，总时长不超过 15 秒，所有输入文件合计上限为 12 个。
完整系统由三个模块构成：H3-Context-IR 负责深度理解并精炼多模态指令，将其转化为模型易于接受的上下文中间表示；H3-Base 基于该表示生成 768p 的音视频；H3-Regenerate-2K 再把 768p 结果连同原始上下文回灌模型，重新生成 2K 版本，以保留更多细节和视觉保真度。官方强调 H3-Context-IR 对最终输出质量至关重要，建议将其纳入生成管线，或参照提示词指南自建预处理系统。
架构上，H3-Base 用各自编码器或 VAE 处理不同模态，再组织成统一的打包多模态序列，经 RoPE 捕捉时空关系后送入 H3-Omni-Transformer。文本由 H3-Encoder 编码，视觉输入同时经 H3-Encoder 和 H3-VisualVAE 编码，音频仅由 H3-AudioVAE 编码；Omni-Transformer 联合预测视频与音频潜变量，再分别解码为视频和立体声。
值得注意的是，H3-Context-IR 依赖多阶段工作流和多个托管模型与服务，因此未纳入本次开源发布。官方提供 API 以复现其行为，并附有教程和提示词指南，开发者可据此搭建自己的预处理系统。这意味着开源权重主要覆盖生成主干，完整工作流仍需借助官方云服务。
安全方面，用户提交的文本、图像、视频以及增强后的提示词都会经过自动审核，涉嫌违法、色情或侵犯第三方权利的内容可能被拦截。官方称采用行业标准过滤措施，但无法完全消除误判，且这些护栏不影响被许可方在社区许可协议下的义务。
对 AI 产业而言，H3 的发布把全模态、音视频同步生成和 2K 输出打包进一个 33B 模型，并同时提供开源权重与 API 两条路径。这既降低了开发者做多模态生成应用的门槛，也把算力消耗和内容安全治理推到更显眼的位置。其社区许可协议的具体条款、H3-Context-IR 的闭源安排，以及 2K 再生成带来的额外推理成本，将是评估其实际可用性的关键变量。