MiniMax发布开源图像模型H3 Image，基于H3全模态预训练并针对图像生成与编辑优化，目标成为开源图像SOTA。支持4096×4096、4K画质，生成仅需10～20秒，最多可参考16张图片，擅长复杂指令遵循、文字渲染、工业结构图、海报及多种艺术风格。发布当天开放权重，并可通过API接入Agent工作流。

MiniMax H3 Image 与 Highspeed 版已上线 AI Gateway，用户只需一个 API 密钥即可进行文生图或图片编辑，无需单独的 MiniMax 账户。两个模型均支持自定义尺寸与比例，可输出 2K、4K 图像；Highspeed 版生成速度更快，功能与标准版相同。模型可通过 AI SDK 调用，并兼容 OpenAI 的图片生成与编辑接口。AI Gateway 统一管理用量与费用，按提供商定价收费，无加价和平台费。

英伟达与MIT团队在Hugging Face开放视频增强项目Open-H3-Regenerate-2K的权重，基于MiniMax H3将低分辨率视频重生成2K/4K高清视频。该方案仅训练细化LoRA，结合潜空间放大与稀疏注意力加速，单张B200上5秒视频处理时间由87秒降至22秒，提速约3.9倍，画质评测优于官方API。H3开放后下载量超2400万次，衍生模型逾300个。

阿里巴巴TaoLive AIGC团队发布音视频联合流式生成模型TaoMate-H3，基于MiniMax H3，结合三步LoRA推理与自回归生成，可按文本连续生成含对白、歌声、环境音的视频，支持分钟级续写及480p至1080p横竖屏输出。首段生成速度较原版提升27.66倍，推理代码与LoRA权重已开源。

RunningHub 为 MiniMax H3 开源模型推出 H3 Lightning 加速方案，结合后训练加速模型、SageAttention2、Cache-DiT、torch.compile 及 TP2+Ulysses4 多卡并行，在无 NVLink 的 PCIe 多卡环境下实现约 12 倍提速，5 秒视频生成时间从 348.8 秒降至 28.7 秒，并保留 BF16 精度。该方案已开源，可降低创作者试错成本。

SkyProduction联合阿里通义万相推出Wan 3.0限免后，现于9月9日至14日对Minimax H3模型限时免费。活动分两阶段：9日会员直接免积分使用，10-14日新会员或充值积分可获赠天数。H3支持多模态参考、音画同步生成，平台还提供剧本生成、翻译、分镜及视频修改工具，助力短剧创作。

作者测试了MiniMax H3视频生成模型，用中英文提示词生成同一首诗的视频，发现宏观效果差别不大，仅微观细节略有不同。原因是简单指令语义重叠，且随机性干扰大于语言差异。日常使用中文提示词足够，仅在画面失控时，可改用英文核心动词和空间词作为“急救包”。

SlopTV利用两块RTX 5090显卡本地运行MiniMax H3模型，将YouTube直播弹幕改写为剧本，全天候生成15秒AI短视频并实时播出。系统通过低分辨率、量化、显存卸载优化成本，日耗电约10美元。文章详述了接口配额、提示词设计、断流处理等工程细节，并探讨了AI生成内容的商业化与行业影响。

H3 Max模型支持实时视频生成，5秒768p视频生成不到3秒，已用于Twitch直播和24小时AI电视台，观众可通过聊天指令实时影响内容。H3开源后下载超2400万次，衍生模型超300个，社区持续优化模型速度与交互，推动视频生成从一次性工具转向实时内容系统。

MiniMax H3与H3 Max模型在AI Gateway上推出五折优惠，活动时间为8月30日至9月13日。折扣适用于所有计费请求，H3支持从文本、图片或参考素材生成2K视频，H3 Max则提供更快的480p和768p渲染速度。模型ID不变，现有请求自动享受折扣，无需修改代码。

MiniMax H3是2026年8月发布的通用多模态视频生成模型，能理解文本、图像、视频和音频，根据描述生成最高2K分辨率、15秒时长、带立体声的视频。它支持文本生成、图像参考、视频编辑等多种方式，引入多项技术提升质量和效率，可应用于广告、电商、影视等领域。HyperAI平台已支持在线体验和部署。

MiniMax H3是MiniMax推出的通用全模态生成模型，能同时处理文本、图片、视频和音频，并直接生成最高2K分辨率、24 FPS、15秒的视频。它统一了文生视频、图生视频、参考生视频和视频编辑等任务，采用音画联合生成机制，一次生成画面、语音、音效和音乐，强化了指令遵循和品牌渲染能力，适用于广告营销和多模态创作。

SGLang Diffusion 在 8×H200 上对 MiniMax-H3 视频生成进行基准测试：无损稠密路径比 Diffusers 快 1.85–1.95 倍；叠加 Cache-DiT 步复用与 SubBlock 稀疏注意力最高可达 6.24 倍，但 SSIM 降至 0.76–0.91。质量优先推荐单用 Cache-DiT（最高 2.99 倍，SSIM 0.90–0.92）；均衡方案为 SubBlock 0.75 加 Cache-DiT stride（4.90–5.93 倍）。FL2VA 比 T2VA 受益更大。

Redis之父antirez用C语言开发h3.c，使330亿参数的MiniMax H3视频生成模型在Mac上流畅运行。通过零拷贝、流式编码、内核融合等底层优化，实现4步生成可用视频，速度提升超7倍。项目支持首尾帧控制、参考图像和音频，并提供质量与速度的灵活配置，证明底层工程优化在AI时代依然重要。

MiniMax开源新一代多模态生成模型H3，在视频编辑和图像生成评测中全球第一，获业内知名人士点赞，Hugging Face热度超DeepSeek V4 Flash。H3开源24小时内获超百家合作伙伴适配，标志中国开源AI向多模态延伸。杰富瑞和花旗维持买入评级，目标价1118港元，股价涨超10%。

秘塔AI上线MiniMax H3视频模型，用户无需部署或配置环境，打开网页即可使用。生成视频价格低至0.09元/秒，5秒视频不到五毛钱，2K版本也仅0.15元/秒。该模型支持文生视频、图生视频等功能，大幅降低了创作门槛和试错成本，让普通创作者能轻松将创意转化为视频。