ithome 其他采集 2026-07-31T04:37:20+00:00

MiniMax H3全模态生成模型正式发布

原始标题：MiniMax H3 全模态生成模型正式发布：最高支持 15 秒 2K 分辨率，超分方案革新

来源

ithome

发布时间

2026-07-31T02:00:53

采集批次

2026-07-31-04

字数

473

原始链接 https://ithome.com/0/983/957.htm

URL 指纹

aef847bd7c68ce55

📌 AI 总结（208 字）

稀宇科技推出MiniMax H3全模态生成模型，支持文本、图像、视频、声音多模态统一理解，可输出原生双声道音视频，最高支持15秒2K分辨率。该模型具备商用级多场景内容生成能力，在指令遵循、品牌信息呈现、视频到视频动作迁移等方面表现突出，适用于广告、电商、游戏等场景。其2K视频输出未使用常规超分方案，而是由基础模型对低分辨率结果进行in-context重新生成，能保留传统超分无法还原的信息。模型权重将在数日内开放。

📄 正文（473 字）

IT之家7月31日消息，稀宇科技今天宣布推出MiniMax H3全模态生成模型，支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力，能够输出具备原生双声道的音视频，最高可支持15秒2K分辨率。

据前期邀测反馈，MiniMax H3具备商用级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，号称可精准、可控实现多模态内容编辑与生成，适用于广告、电商、品牌、产品设计、UI/UX和游戏等场景。

核心技术方面，MiniMax H3增加了Caption能力，定制了专属模型和全模态理解管线，大部分素材需要消耗100K Token的推理，最终得到平均约4K的Token。

同时，MiniMax H3的2K视频输出能力并没有使用常规超分模块，而是使用H3基础模型对自己的低分辨率结果进行in-context的重新生成，可最大程度地复用H3基模已经具备的生成能力，还拥有传统超分方案无法靠「猜」还原的信息。

此外，MiniMax H3将在未来几天内开放模型权重。