档案库 · AI 与模型 · 产品决策 · 2026
MiniMax H3：开放33B视频模型权重，销售Context-IR API
MiniMax开源了其33B H3-Base权重，同时保留Context-IR和2K再生功能托管；GitHub仓库在五周内星标超过8.0k。
MiniMax Group (稀宇科技)
做的是什么生意
MiniMax, the Chinese AI company behind Hailuo video generation, sells omni-modal generation through web and desktop apps (hailuoai.video, hub.minimax.io) and a pay-as-you-go API (platform.minimax.io); the H3 release adds open 768p base weights, agent prompt skills and third-party framework integrations, with 2K output and context-rewrite quality gated behind hosted endpoints.
起因
MiniMax released H3 on 2026-07-30 as a general-purpose omni-modal system that understands text, images, video and audio in one context and generates video with native stereo audio (32 kHz, 4-15 seconds, 24 fps). The open-source release covered H3-Base only: two CFG-distilled checkpoints, FL2VA (text, first/last-frame) and Ref2VA (up to 9 reference images, 3 video clips, 3 audio clips), built around a 33B single-stream Omni-Transformer with roughly 13B AdaLN parameters, plus nine bundled agent skills, one of them (h3-prompt-writing) portable across Claude Code, Cursor, Windsurf, LangChain and OpenAI-based agents. H3-Context-IR, the hosted orchestration system that parses complex multimodal instructions, was explicitly not included in the release, and H3-Regenerate-2K, which regenerates 768p output at 2K in context, was API-only from day one.
经过
MiniMax positioned the release as an ecosystem move rather than a giveaway: the README ships deployment recipes for SGLang and vLLM, a ModularPipeline integration for Hugging Face diffusers, and official ComfyUI tutorials plus downloadable T2V/I2V/R2V workflow templates. Its recommended 'Full 2K Workflow' combines a locally deployed SGLang H3-Base with the hosted video-generation-v2-h3-context-ir and video-generation-v2-regeneration API endpoints, and ComfyUI's tutorial states that commercial use of locally generated output requires a MiniMax commercial license sold through Comfy, the only official reseller. By the 2026-09-04 crawl the repo had reached 8.0k stars, 545 forks, 64 watchers and 42 commits — about five weeks after creation.
还没有结局，它还在跑。
背景
MiniMax H3是一个通用全模态系统，可在同一上下文中理解文本、图像、视频和音频，并生成带原生立体声音频（32 kHz，4-15秒）的视频。2026-07-30，MiniMax开源了768p H3-Base：两个CFG蒸馏检查点（FL2VA，用于文本和首/尾帧模式；Ref2VA，最多9张图像、3个视频片段和3个音频参考），一个33B单流Omni-Transformer，以及九个代理技能——包括h3-prompt-writing，可在Claude Code、Cursor、Windsurf、LangChain和基于OpenAI的代理之间移植。
此次下注是分体式发布：免费提供社区可本地运行的模型，保留决定质量的部分托管。H3-Context-IR，解析复杂多模态指令的预处理系统，明确未包含在开源发布中；H3-Regenerate-2K，将768p结果提升至2K，仅API可用。官方SGLang、vLLM、diffusers和ComfyUI配方降低了切换成本，而README中的“完整2K工作流”将本地H3-Base与托管的context-IR和再生端点配对——使API成为获得官方质量输出的唯一途径。
分发速度很快：仓库于2026-07-30创建，到2026-09-04抓取时显示8.0k星标、545个fork、64个watchers和42次提交。ComfyUI原生支持MiniMax-H3节点，并注明本地生成输出的商业使用需要MiniMax商业许可证，通过唯一官方经销商Comfy销售。截至2026-09-05，发布仍然活跃，材料中未显示任何收入或使用数据——下注的商业化部分尚未证实。
这件事要成立，得有什么
- 这种分体回应了市场真正的问题：开发者可以在开放的768p权重上验证H3，而托管的Context-IR和2K再生保持了差异化输出只需一次API调用。
- 提供官方SGLang、vLLM、diffusers和ComfyUI配方使H3几乎零成本采用，因此第三方框架做了集成工作，使仓库成为明显的开放视频基线。
- 捆绑的h3-prompt-writing技能和发布指南将MiniMax的提示方法传播到Claude Code、Cursor和OpenAI代理，传播其API期望的精确输入格式。
- 保留Context-IR和Regenerate-2K闭源保护了质量差距（忠实复杂指令、2K再生），仅靠基础检查点无法复制。
- 五周8.0k星标证明了采用的一半，但材料中未见资金事件、收入或使用数据——商业化仍未证实。
可借鉴之处
开放生态系统可运行的，保留决定质量的：MiniMax赠送了33B权重，然后将提示转化为可靠高清输出的编排层商业化。
后续进展
截至2026-09-05，MiniMax H3活跃：GitHub仓库拥有8.0k星标、545个fork和64个watchers；SGLang、vLLM、Hugging Face diffusers和ComfyUI均原生支持MiniMax-H3；Hailuo Web应用向消费者开放模型；platform.minimax.io按量付费销售MiniMax-H3访问，以及更快的MiniMax-H3-Max变体。材料未显示发布相关的收入或使用数据，因此开放权重到API的转化故事仍在书写中。
资料来源
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡