7月31日，MiniMax 发布新一代多模态生成模型 MiniMax H3，并宣布近期开源。作为 MiniMax 从“特化任务模型”迈向“通用多模态智能”的重要探索，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。

　　在模型效果方面，MiniMax H3 具备商用级的多场景内容生成能力，在指令遵循、文字与品牌信息呈现、V2V Motion Transfer（视频到视频动作迁移）等方面表现出色，可实现精准、可控的多模态内容编辑与生成，并广泛适用于广告、品牌、电商、产品设计、UI/UX、游戏等商业场景。在 Artificial Analysis 视频模型榜单中，MiniMax H3 在视频编辑能力项排名全球第一。