📊 查看 MiniMax H3 排名

📱 下载 AI Rank App

人在美国、欧盟、英国或韩国，MiniMax H3 的权重虽然能下载，本地部署却还没获授权。这是它的许可问答里写明的。

H3 是 MiniMax 的通用全模态视频模型，2026 年 7 月 31 日发布产品，当时说权重过几天就放；2026 年 8 月 3 日，H3-Base 权重上了 Hugging Face，仓库名 MiniMaxAI/MiniMax-H3，许可为 MiniMax H3 Community License。开放的只是三个模块中的一个。

许可与地域限制

MiniMax H3 Community License 配了一份许可问答，里面说欧盟、英国、韩国和美国暂不允许用开放权重做本地部署，当地机构可以另行申请正式许可。托管 API 不受影响，全球都能用。

编码器部分用的是 Qwen3-VL-32B 的权重，许可是 Apache 2.0，MiniMax 单独做了说明。

说它开放，是指权重公开、社区许可附带地域条款。拿它当 MIT 或 Apache 那样随处可用，就想多了。

模块开放情况

模块 作用 是否开放
H3-Context-IR 托管预处理，把自由多模态输入整理成 Context Intermediate Representation 否，目前仅 API
H3-Base 生成默认 768p（短边 768）音视频 是，已发权重
H3-Regenerate-2K 上下文再生到 2K 否，目前仅 API；MiniMax 称后续会开放

本地能跑的就是 768p 的 Base。要 2K 成片，或者要 Context-IR 那一步预处理，在它们开放前只能调 MiniMax 的 API。稀疏注意力推理也还没放，首发包只有全注意力推理。

Base 检查点

2026 年 8 月 3 日的开源公告里，Base 按任务拆成两个检查点，每个都带 Omni Transformer，以及 processor、tokenizer、text encoder、Visual VAE、Audio VAE。

检查点 任务 典型输入
FL2VA 文生音视频；首/尾帧生音视频 文本；可选一张或两张图
Ref2VA 参考生音视频 文本 + 最多 9 张图、3 段视频、3 段音频（合计最多 12 个文件；音频不能单独作为唯一输入）

下载用 hf download MiniMaxAI/MiniMax-H3。首发包仍是全注意力推理。部署路径见下文。

生成模式（API）

MiniMax 视频生成指南 为 MiniMax H3（以及 MiniMax H3 Max）列出三种托管模式。两款产品都需选用按量付费 API。

模式 输入 典型用途
文生视频（T2V） 仅提示词 从文字描述生成
图生视频（I2V） 提示词 + 首帧和／或尾帧图 锁定开场或收束画面
参考生成 提示词 + 参考图／视频／音频 保持人物、动作、运镜、风格或声线一致

该页写明的输入上限：首尾帧图 0–2 张；参考最多 9 张图、3 段视频、3 段音频（合计 ≤12 个文件）；提示 ≤7000 字符；另有单文件体积限制。生成异步：创建任务 → 轮询状态 → 从 content.url 下载。

H3-Context-IR（只返回增强提示、不直接出片）与 H3-Regenerate-2K（768P 源片再生到 2K）仍是独立 API 任务，与上文开放边界一致。

MiniMax H3 与 H3 Max

同一平台指南（2026 年 10 月 29 日核对）：

项目 MiniMax H3 MiniMax H3 Max
模型名 MiniMax-H3 MiniMax-H3-Max
定位 开放的通用全模态视频模型 与 fal.ai 联合发布；在 H3 上后训练、偏高速生成
输出分辨率 768P／2K 480P／768P
输出时长 4–15 秒（整数） 5–15 秒（整数）
模式 T2V、I2V、参考生成 T2V、I2V、参考生成

H3 Max 并不替代开放的 H3-Base 权重路径。Max 侧接入说明见 MiniMax H3 Max。

本地部署要点

MiniMax 本地部署指南（该页标注审阅日 2026 年 8 月 26 日）把自托管拆成两条主路径。Community License 仍把美国、欧盟、英国、韩国列为排除地区，无单独许可不得本地部署——下载前先读现行协议。

路径 接口 权重 说明
ComfyUI ≥0.30.0 模板库 T2V／I2V／R2V 工作流 Comfy-Org 转换件（剪枝／量化，与官方混合 BF16／FP32 数值基线不同） 本机交互试跑门槛最低
SGLang（预览） 异步 /v1/videos HTTP 服务 官方 MiniMaxAI/MiniMax-H3 的 FL2VA 或 Ref2VA 分区 文档钉死源码提交以保证可复现；参考拓扑为 8× NVIDIA B200
vLLM-Omni 同步／异步 /v1/videos 官方检查点 社区配方；可同服务加载 FL2VA 与 Ref2VA

开放权重仅含 H3-Base 的 FL2VA 与 Ref2VA。自托管不能复现 Context-IR 或 2K 再生。ComfyUI 的 T2V／I2V 用 FL2VA；R2V 需单独的 Ref2VA 文件。指南给出的原生 16:9 画布为 1344×768（短边 768，边长为 32 的倍数）。

规格参数

项目 规格
模型类型 全模态视频 + 原生立体声音频
Omni Transformer 33B dense（约 13B 在 AdaLN 相关分支，仅推理时可跳过加载）
输出时长 4–15 秒
帧率 24 FPS
音频 32 kHz 立体声
分辨率 默认短边 768；2K 走 H3-Regenerate-2K（API）
画幅 含 21:9、16:9、4:3、1:1、3:4、9:16
对白语言（稳定） 11 种：阿、中、英、法、德、意、日、韩、葡、俄、西

产品介绍见 MiniMax 7 月 31 日的发布页。

GitHub 关注度

AI Rank 跟踪的是 GitHub 仓库 MiniMax-AI/MiniMax-H3，比 Hugging Face 上的 MiniMaxAI 多一个连字符。2026 年 10 月 14 日的开源快照：

指标 数值
排名（按日星标增长） 第 407 / 19,327（前一日第 392）
星标 9,877
日增 / 周增 +44 / +281
分类 Models · Foundation models

GitHub 公开 API 在 2026 年 10 月 29 日显示约 10,877 星——仍是开发者关注度，不是画质分。同类项目可以在开源项目排名里比较。

→ 项目排名： MiniMax-AI/MiniMax-H3 在 AI Rank 的每日 GitHub 星标增长

继续探索： 在 AI Rank 的开源项目排名 查看今天增长最快的 AI 开源项目。

或 下载 AI Rank App。

本文使用自动化编辑辅助，于 2026 年 10 月 29 日（America/Los_Angeles）依据 MiniMax 官方公告、Hugging Face 许可说明、平台视频生成与本地部署指南，以及指定日期的 AI Rank 数据核对，未实际运行 MiniMax H3。