MiniMax H3
大模型/AI能力 免费MiniMax H3（海螺3.0）是 MiniMax 2026年7月31日开源的全模态视频生成大模型：330亿参数单流Transformer，支持文/图/视频多模态输入，单次前向同时生成画面与32kHz立体声音轨（对白、环境音、配乐），可产出4~15秒、最高2K@24fps的视频；权重开放托管于 HuggingFace，官方API约0.8元/秒。
搭配玩法
23
MiniMax H3 + 人物锚图
根据人物锚图和台词生成开口说话的画面
人物锚图固定人物形象，H3根据台词音画同生生成开口说话画面。
✓ 保证跨视频同脸✓ 音画同生直接生成 ✕ 镜头时长需对齐台词朗读时长✕ 一次生成别塞超过两句台词
MiniMax H3 + 参考视频1+ 视频2
让视频2人物唱歌并借用希区柯克镜头运动
视频1负责希区柯克运镜，视频2提供主体；每份素材各司其职
✓ 每份素材一个职责✓ 支持多素材联合参考 ✕ 唱歌还需视频3参考歌声和表演
MiniMax H3 + 视频1+ 风格参考图1
将树木、轿车转为3D像素或体素积木风格
风格转换需写死转化范围，仅转树木轿车，用风格参考图提供风格依据
✓ 保留阴影和透射光✓ 运动轨迹正常不飘 ✕ 需写明保持不变的范围
产品简介
MiniMax H3（海螺3.0）是 MiniMax 2026年7月31日开源的全模态视频生成大模型：330亿参数单流Transformer，支持文/图/视频多模态输入，单次前向同时生成画面与32kHz立体声音轨（对白、环境音、配乐），可产出4~15秒、最高2K@24fps的视频；权重开放托管于 HuggingFace，官方API约0.8元/秒。