ОтветыОпубликовано20 источники
MiniMax H3-Base: что открыли, а что осталось закрытым
3 августа 2026 года MiniMax опубликовала на Hugging Face веса H3 Base — базового этапа своей системы H3, а не весь производственный конвейер. В основе H3 Base лежит плотный однопоточный Transformer на 33 млрд параметров, совместно генерирующий видео и нативный стереозвук в разрешении 768p.
ОпубликовалОтредактировано с помощью GPT-5.6 TerraИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- 3 августа 2026 года MiniMax опубликовала на Hugging Face веса H3 Base — базового этапа своей системы H3, а не весь производственный конвейер.
- В основе H3 Base лежит плотный однопоточный Transformer на 33 млрд параметров, совместно генерирующий видео и нативный стереозвук в разрешении 768p.
- Модули H3 Context IR для обработки сложного контекста и H3 Regenerate 2K для получения 2K результата в открытый релиз не вошли.
- Локальный запуск и доработка весов дают больше контроля над данными, но требуют проверки лицензии, инфраструктуры и собственных этапов подготовки контекста.
Промпт ИИ
openai.comCreate a landscape editorial hero image for this Studio Global article: What did MiniMax’s August 2026 open-weight release of H3-Base on Hugging Face include—covering H3’s 33B-parameter dense single-stream H3-Omn. Article summary: MiniMax’s August 3, 2026 Hugging Face release made the **H3-Base generation weights** available, not the entire three-stage H3 system. It brought a large multimodal, audio-native video model into local and customizable w. Topic tags: general, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
Открытый релиз MiniMax от 3 августа 2026 года — это веса H3-Base, базового генеративного этапа системы H3. Скачать и запускать локально можно не весь стек, который используется в облачном продукте MiniMax: обработчик сложного контекста и модуль регенерации в 2K остались закрытыми. Именно поэтому H3-Base корректнее считать фундаментом для генерации в 768p, а не полностью открытой 2K-видеосистемой. 1
5
Что именно стало доступно
MiniMax опубликовала веса H3 на Hugging Face 3 августа 2026 года. Релиз сосредоточен на H3-Base; также сообщалось о весах для задач FL2VA и Ref2VA. 1
13
Главный генеративный компонент — H3-Omni-Transformer: плотный однопоточный Transformer на 33 млрд параметров. Он генерирует изображение и звук совместно, а не добавляет аудиодорожку после создания ролика. Система H3 работает с единым мультимодальным контекстом из текста, изображений, видео и аудио и рассчитана на выпуск видео с нативным стереозвуком. 5
10
Однако число «33 млрд параметров» относится к центральному Omni-Transformer, а не обязательно ко всему, что нужно загрузить для работающего конвейера. Помимо него, используются H3 Encoder, VisualVAE и AudioVAE. 10
13
Как устроена система H3
MiniMax разделяет H3 на три части:
- H3-Context-IR — анализирует и уточняет сложные мультимодальные инструкции, превращая их в промежуточное представление контекста для генерации. По данным MiniMax, этот этап критичен для качества результата.
5
- H3-Base — создаёт синхронизированные видео и аудио в 768p на основе подготовленного контекста. Именно его веса были открыты.
13
- H3-Regenerate-2K — следующий этап регенерации, используемый для 2K-вывода. В открытый релиз он не вошёл.
9
Полная система H3 заявлена для роликов длительностью до 15 секунд и разрешения до 2K. Но локально доступный H3-Base — это именно стадия генерации в 768p. Поэтому результаты облачных 2K-демонстраций не следует автоматически ожидать от одного лишь скачанного чекпойнта. 5
9
Одна генеративная последовательность для видео и звука
Ключевая особенность H3 — единый процесс генерации аудио и изображения. H3-Omni-Transformer использует плотную однопоточную архитектуру; в репозитории MiniMax указано, что около 13 млрд параметров приходятся на ветви AdaLN, результаты которых можно предварительно вычислять и кэшировать. 10
Представление данных обеспечивают энкодер, визуальный VAE и аудио-VAE. В технических описаниях говорится, что VisualVAE сжимает видео в 16 раз по пространственным измерениям и в 4 раза по времени, а токенизация даёт эффективное 32-кратное пространственное уменьшение. Эти механизмы делают видеогенерацию вычислительно осуществимой, но одновременно показывают, почему цифра «33 млрд параметров» не описывает весь объём весов и потребности в памяти. 1
14
Что можно получить — и чего H3-Base не даст сам по себе
Полная H3 принимает комбинации текста, статичных изображений, видеоклипов и аудио-референсов. Заявлены ролики до 15 секунд, нативный стереозвук и разрешение до 2K. 5
10
Открытые веса H3-Base позволяют экспериментировать с локальным инференсом, квантованием, адаптерами, дообучением и собственными творческими инструментами. Но Context-IR и Regenerate-2K в этот набор не входят. Командам, использующим сложные наборы референсов, потребуется самостоятельно строить слой подготовки промптов и контекста. А тем, кому нужен 2K-результат, не стоит считать H3-Base полноценным воспроизведением облачного сервиса MiniMax. 5
9
Цена API и требования к локальному запуску
В опубликованных материалах указывалась цена API для 2K-генерации — 0,8 юаня за секунду. Аудиореференсы и первые пять референсных изображений, согласно этим данным, предоставлялись без дополнительной платы. 14
27 Это стоит воспринимать как зафиксированную на тот момент ставку конкретного сервиса: цены могут меняться в зависимости от региона, тарифа и условий доступа.
В рекламных материалах MiniMax и SGLang утверждалось, что H3 в определённом сравнении обходится примерно в треть стоимости Seedance 2.0 и может запускаться локально на двух RTX 5090 либо одной RTX 6000. 28
31 Это не универсальная минимальная конфигурация, а заявление для конкретного стека ПО, точности вычислений и схемы выгрузки частей модели из памяти. Нагрузка включает не только 33-миллиардный Transformer, но и энкодер с VAE-компонентами.
13
Что это меняет для команд
Больше контроля над чувствительными материалами
Локальное развёртывание позволяет не отправлять на внешний API продуктовые изображения, неопубликованные съёмки, голосовые материалы и промпты. Это особенно важно в работе с конфиденциальными активами. Но локальный запуск не отменяет контроль доступа, проверку прав на входные материалы, модерацию результата и внутренние правила работы с ИИ.
Основа для собственного производственного конвейера
Открытые веса можно соединить с библиотеками ассетов, системами согласования креатива, рендерингом и постпродакшеном. Технические команды также получают пространство для квантования и узкоспециализированной адаптации модели. До внедрения необходимо изучить лицензию: сторонние публикации сообщают о географических ограничениях локального использования в США, ЕС, Великобритании и Южной Корее. 4
Наиболее практичный сценарий — короткие итеративные ролики
H3-Base особенно интересен тем, кто создаёт много коротких вариантов: рекламные креативы, товарные видео для e-commerce, концепты, аниматики и эксперименты для социальных платформ. Локальный генератор в 768p со встроенным звуком способен ускорить ранние творческие итерации — если у команды есть подходящие GPU и разрешённый лицензией сценарий использования.
При этом это не готовая замена всем задачам видеопроизводства. В открытом наборе отсутствуют этапы сложной обработки контекста и 2K-регенерации, а короткие генеративные клипы всё равно нуждаются в редактуре, проверке качества и контроле прав.
Главное
MiniMax открыла значимую часть H3 — H3-Base с 33-миллиардным H3-Omni-Transformer, который совместно создаёт видео и нативный стереозвук из мультимодального контекста. Но релиз намеренно уже, чем полный продукт: H3-Context-IR и H3-Regenerate-2K остались закрытыми. Поэтому H3-Base — это настраиваемая основа для локальной генерации в 768p, а не полностью открытая система создания 2K-видео. 5
9
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «MiniMax H3-Base: что открыли, а что осталось закрытым»?
3 августа 2026 года MiniMax опубликовала на Hugging Face веса H3 Base — базового этапа своей системы H3, а не весь производственный конвейер.
Какие ключевые моменты необходимо проверить в первую очередь?
3 августа 2026 года MiniMax опубликовала на Hugging Face веса H3 Base — базового этапа своей системы H3, а не весь производственный конвейер. В основе H3 Base лежит плотный однопоточный Transformer на 33 млрд параметров, совместно генерирующий видео и нативный стереозвук в разрешении 768p.
Что мне делать дальше на практике?
Модули H3 Context IR для обработки сложного контекста и H3 Regenerate 2K для получения 2K результата в открытый релиз не вошли.