MiniMax открыла H3, но локально доступна только часть видеомодели

MiniMax выпустила H3 в конце июля, а 2 августа опубликовала веса модели. Это редкий для современных генераторов видео случай: H3 можно скачать, запускать локально, модифицировать и дообучать в рамках собственной лицензии. Но слово «открыла» здесь требует уточнения. В открытом доступе находится H3-Base, а не вся система, которая используется в фирменном сервисе.
По данным официального репозитория MiniMax H3, полная схема состоит из трех частей. H3-Context-IR разбирает сложный запрос с текстом, изображениями, видео и звуком. H3-Base непосредственно генерирует видео и стереозвук. H3-Regenerate-2K повторно обрабатывает полученный материал, чтобы увеличить разрешение до 2K и восстановить мелкие детали с учетом исходного контекста.
Из этих трех компонентов для локального запуска опубликован H3-Base. H3-Context-IR использует несколько серверных моделей и сервисов MiniMax, поэтому его исходная реализация в открытый выпуск не вошла. Компания предлагает обращаться к этому этапу через API либо самостоятельно строить аналогичную обработку запросов по опубликованным рекомендациям. Модуль H3-Regenerate-2K тоже пока остается закрытым и доступен через API. MiniMax обещает выпустить его позднее, но конкретной даты нет.
Отсюда и разница между фразами «H3 генерирует 2K» и «H3 можно запустить локально». Базовая модель рассчитана на генерацию с короткой стороной 768 пикселей. Заявленные 2K относятся к дополнительному этапу Regenerate-2K, которого среди опубликованных компонентов пока нет. Частота видео составляет 24 кадра в секунду, длительность одного фрагмента от 4 до 15 секунд, звук генерируется в стерео с частотой дискретизации 32 кГц. Русский входит в список из 11 языков, для которых MiniMax заявляет стабильную поддержку диалогов.

Фото: MiniMax-AI

Сама базовая часть при этом далеко не компактна. Центральный H3-Omni-Transformer содержит 33 млрд параметров. Еще около 13 млрд параметров приходятся на ветви AdaLN, причем MiniMax пишет, что при использовании только для инференса их результаты можно заранее вычислить и кэшировать, поэтому эти параметры необязательно постоянно держать загруженными. В качестве энкодера используется полный Qwen3-VL-32B.
Есть и еще одно отличие от привычного «open source». H3 распространяется не под Apache 2.0 или другой стандартной открытой лицензией, а по MiniMax H3 Community License. Она разрешает использование и модификацию модели только на определенной территории. США, Евросоюз, Великобритания и Южная Корея из нее исключены. Россия среди исключенных территорий не указана. Для коммерческих сервисов с годовой выручкой свыше 20 млн долларов требуется отдельное письменное разрешение MiniMax.
Поэтому публикация H3 интереснее обычного доступа к очередному генератору через API, но считать фирменную H3 полностью перенесенной на локальный компьютер пока рано. Пользователь получает основные веса и возможность самостоятельно генерировать видео со звуком. Полный конвейер, включая фирменную подготовку сложного контекста и финальную генерацию в 2K, все еще частично остается на стороне MiniMax. Именно эта граница сейчас определяет, что в H3 действительно открыто, а что пока только доступно как сервис.