做AI视频的人都知道这个痛苦:先用文生视频模型出画面,再找配音工具加声音,最后剪辑软件拼一起。三个工具、两次导出、无数次的格式不兼容。
7月31日,MiniMax发布了H3——一个模型,统一理解文字、图片、视频、声音四种输入,直接输出带原生双声道立体声的2K视频。
更关键的是:8月3日0点正式开源。后天,免费用。
① 一个模型全包了
过去AI视频工具是"流水线工人"——文生视频一个模型,配音配乐另一个模型,想改个镜头还得再来一套工具。各环节割裂,创作者像项目经理一样来回搬砖。
H3的思路完全不同。它用自然语言当"翻译官",你可以对它说一句非常人话的指令:
"参考视频1的希区柯克镜头运动,让图2中的人物唱出音频3的歌声。"
模型自己完成全链路理解、拆解和生成。这在过去需要导演、摄像、剪辑、配音四拨人协作。
支持6种画幅比例(21:9、16:9、4:3、1:1、3:4、9:16),最多9张图+3段视频+3段音频同时输入。文生视频、图生视频、视频编辑、动作迁移,全部在一个模型里搞定。
据[MiniMax官方博客](https://www.minimaxi.com/blog/minimax-h3)、[新闻晨报](http://m.toutiao.com/group/7668726549675344399/)
② 2K+立体声:别家没有的"听感"
说实话,第一次看到这个功能列表时我愣了一下——原生双声道立体声。
Seedance 2.5没有原生音频,可灵没有,Sora 2也没有。H3是第一个把"对话、音效、环境音"在模型内部一次生成出来的视频模型。不是后期贴上去的,是模型直接"算"出来的。
参数也很能打:
原生2K分辨率(2560×1440),24帧电影标准,最长15秒。而且2K不是靠超分模块"硬拉"出来的——H3让基模对自己的低分辨率结果进行重新生成,复用已有的理解能力,还原出传统超分靠"猜"还原不了的小文字和细节。
| 模型 | 分辨率 | 原生音频 | 价格 | 开源 |
| MiniMax H3 | 2K | ✅双声道 | 0.8元/秒 | ✅8/3 |
| Seedance 2.5 | 1080P | ❌ | 约2.5元/秒 | ❌ |
| Sora 2 | 1080P | ❌ | $20/月起 | ❌ |
0.8元/秒,2K分辨率——主流旗舰模型的三分之一。768P档更低到0.1元/秒。一条15秒2K带声音的视频,成本不到12块钱。
据[IT之家](https://www.ithome.com/0/984/379.htm)、[东方财富](https://caifuhao.eastmoney.com/news/20260731145238565683480)
③ 视频编辑,全球第一
在Artificial Analysis视频模型榜单中,H3的视频编辑能力排名全球第一。这个评测涵盖指令遵循、编辑精度、多模态理解一致性等维度。
商用场景上,H3有三个突出能力:
指令遵循——复杂的构图、运镜、节奏描述能被准确执行,减少反复返工。
文字与品牌呈现——视频中的Logo、字体、产品细节不再乱码糊脸。这是以往视频模型最容易翻车的软肋。
V2V动作迁移——把一段参考视频的动作、运镜"移植"到新主体和新场景上。
有科技博主做完测试后说:"如果说有的模型偏向影视前期,那H3就更偏向后期,更重广告与动效。"我觉得这个判断很准——H3找到的切口不是"比谁画面更炫",而是"谁能让品牌方直接用"。
广告、电商、游戏UI、电影片头、动态海报——这些场景的共同点是对"可控性"的要求远高于"炫技"。H3不是玩具,是生产工具。
据[东方财富](https://caifuhao.eastmoney.com/news/20260731145238565683480)、[APPSO](https://mp.weixin.qq.com/s?__biz=MjM5MjAyNDUyMA==&mid=2651099131&idx=1&sn=75d070d6d982a9ba85b00e72fc5d900a)
④ 开源意味着什么?3个信号
信号1:本地部署,数据不再出门
H3是MiniMax首款开源的多模态视频模型。权重开放后,企业可以在本地部署、二次微调,结合自身数据优化。对数据敏感的客户来说,这比API调用更有吸引力。
信号2:适配国产芯片,软硬件协同
H3设计初期就考虑了多款国产AI芯片的兼容性。开源后芯片厂商和开发者能共同参与适配优化,降低整个生态的使用成本。
信号3:AI视频从"项目采购"变"日常工具"
0.8元/秒的定价让电商卖家每天批量生成商品展示视频、广告代理快速出A/B测试素材在成本上完全可行。视频生成从"做个campaign用一次"变成"天天用"。
据[环球网](http://m.toutiao.com/group/7668584598766453294/)、[微光科创馆](http://m.toutiao.com/group/7668555838415520310/)
发布当天,MiniMax-W港股盘中一度拉升15%。市场在重新定价一件事——多模态生成的商业化能力,终于有了一个能算账的标的。
过去两年,视频生成模型的竞争焦点是"谁画面更逼真"。H3的发布标志着竞争维度正在切换:从"生成质量"转向"可控生产",从"单点炫技"转向"全模态协同",从"封闭API"转向"开源生态"。
8月3日0点,魔搭社区见。
评论区聊聊:你最想用H3做什么场景的视频?
#MiniMax #H3 #AI视频 #开源 #多模态 #2K视频 #立体声 #视频编辑 #海螺AI #国产AI

