> 💡 **一句话总结**：MiniMax H3 是个 33B 的全模态视频生成模型（不是语言模型），7 月底预告、8 月初开放了 H3-Base 权重；但「开源」指的是基础权重，2K 超分和多模态上下文编排这两个亮点能力还在闭源 API 后面，协议也是 MiniMax 自有的——想本地玩、想商用、想看跑分，各有各的注意点。

## 导语：先别急着以为是新语言模型

最近 AI 视频生成这条赛道卷得厉害——OpenAI 的 Sora、快手的可灵、字节的即梦、Google 的 Veo，再加上开源这边的阿里 Wan，隔三差五就有人放新东西。所以当「MiniMax H3 开源」这几个字刷出来的时候，不少人的第一反应可能是：哦，MiniMax 又出新一代语言模型了？

不是。这次的开源主角 H3，跟语言模型没半点关系——它是 MiniMax 旗下「海螺」（Hailuo）视频生成产品线的第三代，干的是文生视频、图生视频、多模态参考生成，还顺带原生生成立体声音频的活儿。属于「你看的、你听的，它一条龙包了」那种模型。

所以这篇就把这事拆开讲清楚：H3 到底是什么、强在哪、那个「开源」到底开了什么没开什么、在 GitHub 上闹了一下的「虚假宣传」风波是怎么回事，以及——如果你想本地跑或者拿来做产品，得先知道哪些事。

> **想自己动手试？**
> - 🌐 官方公告（中文）：[MiniMax H3 开源](https://www.minimaxi.com/news/minimax-h3-open-source)
> - 🌐 官方 blog（英文）：[MiniMax H3 介绍](https://www.minimax.io/blog/minimax-h3)
> - 💻 代码与权重：[GitHub MiniMax-AI/MiniMax-H3](https://github.com/MiniMax-AI/MiniMax-H3)
> - 🎬 在线体验：[海螺 AI](https://hailuoai.video)

## 🧩 H3 是什么：先把最大的误会拆了

先把最容易踩的坑填了：**MiniMax H3 是视频/多模态生成模型，不是大语言模型。** MiniMax 自己的模型矩阵是分线的——语言那头有 M3、有 H1-MoE（混合专家架构的语言模型）；视频这头是「海螺」系列，从 Hailuo 01（从零搭系统）到 Hailuo 02（优化架构、数据、规模），再到这次的 H3，定位从「专用」转向「通用多模态」。两条线，别串了。

时间上一句话带过：2026 年 7 月 31 日官方英文 blog 先放出预告（说「未来几天开源权重」），8 月 3 日正式把权重放到 HuggingFace 和魔搭社区 ModelScope。中英文页对日期的标注有点对不齐（中文页标 8/3，英文 blog 标 7/31），更像是「预告 + 正式开源」两步走。

那 H3 到底能干嘛？一句话：**文本、图像、视频、音频，它用一套模型统一理解和生成。** 具体到产出：

- 视频时长 4–15 秒，默认 768p 短边（最高能到 2K，但见后面「开源拆开看」那节），24 帧/秒
- 原生立体声音频，32kHz 采样率——注意「原生」两个字，下一节讲为什么重要
- 支持 21:9、16:9、4:3、1:1、3:4、9:16 六种宽高比
- 对话稳定支持 11 种语言（中、英、日、韩、法、德、西、葡、俄、意、阿）

架构上几个对技术爱好者有意义的数字：主体是 **33B 参数的 Dense Transformer**（Dense 就是「密堆」，所有参数每次都上场，区别于 MoE 那种「大部分参数轮休」的稀疏架构），其中约 13B 参数在 AdaLN 分支里（推理时可以预计算缓存掉、不用加载）；多模态编码器直接用了 **Qwen3-VL-32B 的预训练权重**（取第 50 层隐藏状态）。精度 BF16。

## ✨ 强在哪：开源视频模型里少见的「全模态 + 原生声音」

开源视频模型现在不稀奇了，H3 想站住脚，得有不一样的东西。把官方信息和现状放一起看，它真正稀缺的点有两个。

**一是原生立体声音频。** 大多数视频生成模型要么不生成声音（出个无声视频，你再去配），要么后接一个独立的语音/音乐模型。H3 是把音频塞进同一个模型里一起生成，32kHz 立体声、跟画面同步。对做短片、广告、品牌内容的人来说，「出片自带声」这个体验差异是实打实的——少一道工序。

**二是统一的多模态参考输入。** 它有个「全参考模式」（官方叫 Ref2VA），能同时吃进去最多 9 张图、3 段视频、3 段音频，然后用自然语言告诉它「把这些素材的关系这样处理」。这在做风格迁移、角色一致性、品牌素材延展的时候，比单纯「文生视频」灵活得多。

价格上官方话术也很猛：说 2K 分辨率「每秒价格不到主流模型的 1/3」，768p「不到主流模型 720p 价格的一半」。**但这里得插一句澄清：这些是官方自报的相对说法，没给绝对数字，也没给 benchmark 跑分。** 同行对比、第三方评测，截至目前公开渠道都还缺位——一份能查到的、权威的横向评测，比官方自报的「最强/最便宜」更值得等。所以「又强又便宜」这个印象，先存疑，等实测。

## 🔍 但「开源」要拆开看：开了什么、留了什么在 API

这是整件事最该看仔细的地方。MiniMax 说的「开源」，开的是 **H3-Base 的两个任务变体权重**：

- `FL2VA`（首尾帧模式）：给 0、1 或 2 张图生成视频——文生视频、首帧生视频、首尾帧生视频
- `Ref2VA`（全参考模式）：就是上面说的多图/多视频/多音频参考生成

这两个权重走的是 **MiniMax H3 Community License**——注意，这是 MiniMax 自己的社区协议，**不是 Apache 2.0、MIT 那种 OSI 认证的「开源」协议**。个人玩没问题，但你要拿去做商用产品，得老老实实把协议条款读一遍（用途限制、商业门槛、合规义务），别默认能随便用。

更要紧的是**没开的部分**：

- **H3-Context-IR**（多模态上下文编排）——就是那个「把多张图、多段视频、音频的关系理清楚」的编排系统，**没开源，只给 API**
- **H3-Regenerate-2K**（2K 分辨率再生成）——把 768p 的结果升到 2K 的模块，**也没开源，只给 API**

这意味着什么？**你本地能跑出来的，是 768p 的 H3-Base；那个最亮眼的「原生 2K 直出」和「复杂多模态参考编排」，本地权重跑不出来，得调 MiniMax 的 API。** 所以「开源」和「官方 demo 里那个完整体验」，不是一个东西。这是「开源 vs 开放权重」这个老议题的又一次典型再现——开了基础底座，把差异化的上层能力留在自己的 API 后面。社区对这种事一向敏感，下面那个风波就跟它有关。

## 🌀 那个「虚假宣传」风波：起因是搞错了，可它戳中了一个真问题

开源没几天，GitHub 上就冒出来一个刺眼的 issue（#5，8 月 6 日）。发帖人的标题直接叫 **"Same tactics as used by alibaba wan team"**——翻译过来就是「和阿里 Wan 团队一个套路」，潜台词是「你们跟阿里 Wan 一样，嘴上开源、实际开源的跟闭源的不是一回事」。他在正文里说自己用同一个提示词测，闭源版能生成视频，开源权重（两种模式都试了）完全跑不通，措辞里带着「虚假宣传」。

但事情有个反转：**这个发帖人后来自己在 issue 里编辑承认搞错了。** 他在调整了系统提示词（system prompt）之后，模型成功跑了起来，于是撤回了「虚假宣传」的指控，承认「H3 确实是有能力的模型」，问题出在自己用法上。

所以这是一起**已经澄清的「假争议」**——不是模型不行，是用法没对。但值得拎出来说的是，这条帖子虽然撤回了，它戳中的那个真问题并不会凭空消失：**开源权重（768p Base）和官方闭源体验（2K + Context-IR 编排）本来就不是一回事，跑不通的时候，到底是你用法的问题，还是能力对等性的问题？** 这个疑虑，不会因为一条帖子撤回就打消——尤其是当一个模型「最亮的能力都在 API 后面」的时候。

顺带一提，同期还有两个更「接地气」的 issue：一个吐槽没给 `requirements.txt`（装环境费劲），一个报 diffusers 推理跑不通。这些就是新开源项目常见的工程打磨问题，能修，但会让头一批想上手的人多花点试错成本。

## 🖥️ 想本地跑：门槛和现实

如果你是那种「看到权重就想自己拉起来跑」的人，这里有几个实在数字：33B 参数、BF16 精度，官方给的 SGLang 部署示例是 **4 张 GPU**（用 Ulysses 并行）。推理框架支持 SGLang、vLLM、diffusers、ComfyUI 四种，覆盖算全。

**但官方没明确给最小显存、单卡可行性这些细节。** 所以现实是：33B 这个量级 + 官方示例的 4 卡配置，基本就是企业卡或者工作室级别的部署场景。消费级单卡用户（比如一张 4090/5090）大概率停在「下下来观摩」，而不是「日常生产用」。「人人可跑」和 MiniMax 那句 "Intelligence with everyone" 的普惠叙事之间，还隔着一块显存的墙。

## 把话说明白

回到开头那个钩子——H3 的「开源」，确实得拆开看。

**站得住的是**：它是开源视频生成模型里一份实打实的贡献——33B Dense、全模态统一、原生立体声音频、6 种宽高比、11 种语言，这套组合在开源侧目前确实少见，Hailuo 01→02→H3 这条线的迭代也是实打实的。

**要拆开看的是**：「开源」指的是 768p 的 H3-Base 权重，2K 直出和多模态上下文编排这两个亮点还在 API 后面；License 是 MiniMax 自有的，不是 Apache/MIT；价格「不到主流 1/3」是官方自报的相对值、没绝对数字；benchmark 跑分到现在也没公开。那个「虚假宣传」风波被发帖人自己撤回了，但它折射出的「开源权重 ≠ 闭源完整体验」这个普遍疑虑，对任何一个把核心能力留在 API 后面的「开源」都成立。

**对不同人，意味不同**：想体验完整能力的，去海螺或者调 API 最直接；想本地部署、魔改、做研究的，H3-Base 够你玩，但要接受 768p 的天花板和发布初期的工程打磨；想拿去做商用产品的，那份 Community License 得先过一遍。

一句话：H3 是开源视频模型里一份有分量的贡献，但「开源」两个字背后的边界、协议、和待补的实测数据，比标题里那四个字重要得多。

---

**参考来源**

- [MiniMax 官方中文公告](https://www.minimaxi.com/news/minimax-h3-open-source)（一手/官方）— 发布与开源细节、架构参数
- [MiniMax 官方英文 blog](https://www.minimax.io/blog/minimax-h3)（一手/官方）— 能力介绍、定价话术、Hailuo 脉络
- [GitHub 仓库 MiniMax-AI/MiniMax-H3](https://github.com/MiniMax-AI/MiniMax-H3)（一手/官方）— 权重、部署示例、License
- [GitHub Issue #5 "Same tactics as used by alibaba wan team"](https://github.com/MiniMax-AI/MiniMax-H3/issues/5)（社区/开发者，已由发帖人自行撤回）
- [海螺 AI 在线体验](https://hailuoai.video)（官方产品）— 闭源完整能力入口



💡 一句话总结：MiniMax H3 是个 33B 的全模态视频生成模型（不是语言模型），7 月底预告、8 月初开放了 H3-Base 权重；但「开源」指的是基础权重，2K 超分和多模态上下文编排这两个亮点能力还在闭源 API 后面，协议也是 MiniMax 自有的——想本地玩、想商用、想看跑分，各有各的注意点。

MiniMax H3 开源：33B 全模态视频模型来了，但「开源」两个字得拆开看

MiniMax「海螺」视频生成线第三代 H3 开源，33B 全模态模型统一处理文本/图像/视频/音频的理解与生成，能产出 4–15 秒视频与原生立体声音效。但「开源」要拆开看：开放的只是 H3-Base 基础权重，2K 超分与多模态上下文编排两大亮点仍在闭源 API 后，协议还是 MiniMax 自有；GitHub 上还因宣传措辞起过「虚假宣传」风波。想本地跑、想商用、想看跑分的人，各有各的注意点。

人工智能

新闻资讯

MiniMax H3是33B全模态视频生成模型，非语言模型。开源仅限768p基础权重，2K超分和多模态编排能力保留在闭源API后。采用自有社区协议，支持原生立体声、11种语言及6种宽高比。本地部署需4卡GPU，适合研究或商用前需审慎评估协议条款。

GitHub

2026上云采购 | AI焕新·智启新局

tione

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

MiniMax H3 开源：33B 全模态视频模型来了，但「开源」两个字得拆开看-腾讯云开发者社区-腾讯云

MiniMax H3 开源：33B 全模态视频模型来了，但「开源」两个字得拆开看

MiniMax H3 开源：33B 全模态视频模型来了，但「开源」两个字得拆开看

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐