作为MiniMax从“特化任务模型”迈向“通用多模态智能”的重要探索，MiniMax H3不再以图片、视频、声音的生成、编辑和参考等单一任务为边界，而是在多模态上下文中统一理解创作意图，完成更加自然、连贯的生成与表达。

　　MiniMax H3支持文本、图片、音频和视频等多种输入形式，支持2K分辨率直出，可生成最长15秒的音画内容，在提升视听生成能力的同时，进一步降低高质量视频内容的创作和使用门槛。

　　自成立以来，MiniMax坚持文本与多模态模型并行自研，已先后开源三代M系列文本模型。MiniMax H3则是MiniMax推出的首款开源多模态生成模型。MiniMax H3将业内多模态模型的竞争进一步带向效果、成本、开放性与生态协同的综合维度，丰富了模型企业与国产AI芯片软硬件协同生态。与此同时，MiniMax多模态路线进入了模型能力、训练效率、开源生态和行业应用协同推进的新阶段。

　　“通过MiniMax H3，我们希望为更多企业和开发者、创作者降低内容创作的门槛。MiniMax H3将于未来几天内开源，企业可以在本地灵活部署，结合自身数据和业务进行优化，更好地满足安全合规要求；芯片厂商和开发者也能共同参与适配和优化，降低使用成本，扩大应用范围。”MiniMax相关负责人表示，“我们会持续推动优秀的文本、多模态模型从过往的封闭服务，走向更加开放、可协作的产业生态。”