MiniMax H3 重磅开源：一个模型生成画面+立体声，2K 视频低至 0.8 元/秒

一、H3 是什么？打破任务与模态边界的「通才」模型

2026 年 7 月 31 日，MiniMax 正式发布新一代通用多模态生成模型 H3。与市面上把文生图、图生视频、首尾帧、主体参考、风格参考、声音、音效、音乐等拆成一大堆「专家模型」的思路不同，H3 的立身之本是「通用」与「统一」——把过去被清晰划分的图像、视频、音频边界，全部揉进一个模型。用 MiniMax 的话说，这是一次「打破任务与模态之间边界」的尝试。

H3 能统一理解文本、图像、视频、音频四种模态混合构成的上下文，并一次推理输出到视频：画面与原生立体声同时生成，最高支持 2K 分辨率、最长 15 秒。官方强调，它在指令遵循、文字与品牌渲染、V2V 动作迁移上表现突出，首批瞄准广告、品牌、电商、产品设计、UI/UX、游戏等商业化场景。

二、一个模型，同时「看懂」四种模态

真正的创作，往往要把图像、音频、视频等不同模态的信息搅在一起理解。H3 的「上下文全模态表征」让创作者只需用一句话描述「上下文与目标视频之间的关系」，复杂的全模态理解与生成便交给模型自行完成。官方给出的演示提示词堪称典型——

「参考 Video 1 里的希区柯克式运镜，让 Image 2 中的角色开口唱歌，并让歌声与 Audio 3 的音轨一致。」——仅用一句话，H3 自行完成跨文本、图像、视频、音频的联合理解与生成。

这正对应 MiniMax 对创作者需求的新判断：用户越来越倾向于直接说人话、把创作意图讲清楚，而不是硬着头皮拼装一长串技术提示词。当多模态理解、指令遵循与复杂任务执行持续提升，视频模型正从「生成一段素材」走向「真正参与整个内容生产过程」。

三、四大核心技术，撑起 2K 原生立体声

H3 的架构哲学很朴素——「通用与泛化」，但把它做出来却极其复杂。官方透露，从 Hailuo 01、Hailuo 02 到 H3，每一代的构建复杂度都比上一代高约一个数量级。其核心由四项技术撑起：

• Contextual Omni Representation（上下文全模态表征）：统一不同模态的上下文表意，让「理解」与「生成」处在同一表征空间

• H3-VAE：在架构效率上带来大幅提升，为高分辨率与长序列建模兜底

• H3-Omni Transformer：为任务泛化而生的架构，统一多种生成任务与多种模态

• In-Context Regeneration（上下文内重建）：2K 输出不依赖传统超分模块，而是让基座模型在自己的低分辨率结果上做重建，复用已有生成能力并借用原始多模态上下文，把细小文字与细节真正「找回来」

尤其值得关注的是 In-Context Regeneration——传统超分只能靠猜去补回细节（比如细小的文字），H3 则通过基于原上下文的重建，把它真正恢复出来。

四、价格屠夫：2K 每秒约 0.8 元，不到主流三分之一

H3 最「出圈」的还是价格。官方给了明确口径：默认 2K 分辨率下，H3 的每秒价格不到主流模型的 1/3；768p 下，不到主流模型 720p 价格的一半。按 2K 约 0.8 元/秒估算，生成 15 秒高清带声视频只需约 12 元——有媒体干脆称它是「视频界的价格屠夫」。

注：行业主流参考价由官方「不足 1/3」「不足 1/2」的口径折算而来，实际随市场产品与渠道浮动，具体以官方最新说明为准。

五、开源生态加速：从本地 Mac 到 ComfyUI，再到 MiniMax Design

8 月 3 日，MiniMax 兑现承诺，正式开放 H3 模型权重。官方强调，从 H3 设计的最早期开始，硬件兼容性就是关键考量之一——这为开源社区在更多 AI 硬件上落地铺平了路。开源带来的生态链反应相当迅速：

• h3.c 推理引擎：被中文媒体称为「Redis 之父」的开源作者放出的 H3 专属本地推理引擎，斩获约 2.3k Star，普通 Mac 也能本地跑 H3（当前主要支持 H3-Base 768p 级生成路径，画布像素上限约 768×1344）

• ComfyUI 本地部署：社区教程让「在自己电脑上跑 AI 视频」成为可能，不用再依赖云端积分

• MiniMax Design 工作台（8 月 20 日）：H3 开源后的首个官方 Harness，一款多模态创作 Agent 工作台，把 H3 的能力落地到「从想法到成片交付」的商业视频全流程

• 天数智芯等国产算力接入：高质量国产算力让 H3 的商业级视频生成「开箱即用」

• LibTV 等平台首批上线 H3：社区实测「效果约达同行八成、价格不到一半」

六、市场为何「用脚投票」？一周股价 +78%，ARR 破 8 亿美元

H3 不只写在论文里，更体现在资本与业绩上。MiniMax（00100.HK）披露的中期数据显示，这家公司正加速向「卖铲子」式的商业化转型：第二季度收入环比增长 81.8%，上半年收入超去年全年；B 端收入占比升至 80%；7 月 Token 消耗量已达到 1 月的 20 倍；8 月年度经常性收入（ARR）突破 8 亿美元，相较 2 月的 1.5 亿美元暴涨约 500%。

股价同样给出了最直接的反馈：7 月 31 日 H3 发布当日上涨 13.15%，8 月 3 日官宣开源当日上涨 7.20%，8 月 6 日又上涨 17.10%。截至 8 月 7 日，H3 发布后的累计涨幅已高达 78%。

MiniMax CEO 闫俊杰在中期业绩会后表示：下一阶段，MiniMax 与大模型行业的增长来源仍是模型能力的提升；更强的模型会带来更多新客户与新任务，更好的推理效率则让客户以可接受的成本扩大使用。他还透露，模型发布周期将显著缩短，市场可以期待 M3.1、M3 等更多新模型。

七、结语：AI 视频的下半场，拼的是「通用 + 性价比 + 生态」

MiniMax H3 的走红并非偶然。它恰好踩中了 AI 视频从「生成一段素材」走向「真正参与内容生产全流程」的转折点：用「一个模型看多种模态、干多种任务」换通用性，用「原生立体声 + 2K」换交付完整度，用「约 0.8 元/秒、3 日即开源」换生态与商业的双重爆发。

对创作者而言，门槛与成本在明显下降；对行业而言，通用模型 + 高性价比 + 开放生态正成为新一轮竞争的标配。当然也要理性看待：本地部署仍有门槛（h3.c 与 ComfyUI 等本地路径目前仍以 768p 级为主，官方最高 2K 能力尚未完全覆盖本地路径），API 调用与商业化使用需遵循官方授权与各平台规则。AI 视频的下半场，或许才刚刚开始。