MiniMax H3

MiniMax H3 — открытая мультимодальная модель от MiniMax, которая создаёт видео с родным стереозвуком (32 кГц). Ролики длятся от 4 до 15 секунд, базовое разрешение — 768p, а 2K получают отдельным модулем H3-Regenerate-2K. Режимы: видео по тексту, по картинке (в том числе по первому и последнему кадру) и по омни-референсам — до 9 картинок, 3 видео и 3 аудио. Диалоги модель озвучивает на 11 языках, включая русский. Внутри трансформер на 33 миллиарда параметров и энкодер на базе Qwen3-VL-32B. Модуль подготовки запроса H3-Context-IR в открытый релиз не входит. Веса опубликованы на Hugging Face под MiniMax H3 Community License Agreement. По тексту лицензии есть территориальные ограничения, смотрите лицензию, а при годовой выручке продуктов свыше 20 млн долларов нужно письменное разрешение MiniMax; остальные условия — в файле лицензии в репозитории модели. Требования к железу автор не указал, в примере развёртывания используются 4 видеокарты. Попробовать без установки можно в приложении Hailuo AI от того же разработчика, оно есть в нашем каталоге: Hailuo AI.