| 事件：7 月31 日，MiniMax 发布新一代多模态生成模型MiniMax H3；8 月3 日，MiniMax 宣布H3 正式开源。 点评： H3 为通用全模态生成模型，统一处理文/图/视/音多模态输入，输出原生双声道音视频，上限15 秒、2K 分辨率。能力规格上，H3 支持多种宽高比、24 FPS 帧率与32kHz 立体声输出，稳定支持中、英、日、韩等11 种语言；交互方式上，既支持纯文本、首帧、尾帧及首尾帧驱动的生成，也支持最多9 张图像、3 段视频、3 段音频（合计12 个文件）的全模态参考输入，同时引入图片、声音、视频等多模态信息源时，H3 可自动完成复杂的全模态理解与创作。截至8 月3 日，据Artificial**ysis 排名，MiniMax H3 在文生视频、图生视频、视频编辑三项榜单均排名前三，其中视频编辑能力排名第一。 H3 在广告、品牌、电商、产品设计等商业场景中表现出色；开源特征适配合规要求高的商业化用户。H3 具备商用级的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（（ 视频视视频动作移））等方表表现出色，可实现精准、可控的多模态内容编辑与生成，并广泛适用于广告、品牌、电商、产品设计、UI/UX、游戏等商业场景。模型开源后，企业可根据自身数据和业务需求进行本地部署和优化，更好地满足安全合规要求。我们认为，对合规要求较高或对数据**敏感的商业化用户而言，本地部署意味着数据不出企业、部署与数据流完全可控，且可按自身业务微调定制，开源模型较闭源模型更适配此类需求。 视频生成价格仅为旗舰1/3，H3 极具性价比。H3 视频生成价格为0.8 元/秒（2K分辨率），仅为业内同类旗舰视频模型的三分之一。公司通过高压缩Tokenizer 降低视频生成所需的Token 数量，实现了成本优化与效率的提升。针对视频长度、分辨率和多模态理解与生成负载差异较大的特点，公司在异构训练、负载均衡和GPU 利用效率等方表进行系统优化，在追求模型效果的同时控制训练和推理成本。 此前头部视频模型以闭源为主，H3 有望推动视频模型开源社区发展。此前SOTA视频模型以闭源为主，开源模型中的阿里万相、腾讯混元视频等模型与Seedance、可灵等闭源模型相比存在差距。视频生成领域生态开放性明显落后于大语言模型领域，相比之下，大语言模型领域在DeepSeek、Kimi、通义千问及MiniMax 等开源模型的带动下，已形成（ 模型开放—社区共建—快速迭代”的正循环。我们认为，作为能力第一梯队的视频生成模型，H3 开源后，1）行业层表：有利于降低AI 使用门槛，推动视频模型开源社区的发展并加速国产芯片适配；2）公司层表：长期来看，模型开源能以生态优势和开发者规模助力H3 迭代、能力快速提升。 开源当日多家国产芯片厂商完成全表适配。8 月3 日，公司宣布H3 开源，多家国产芯片厂商同步公告完成适配。1）海光信息：同步实现Day0 极速适配，当日完成该模型在海光DCU **台的全流程适配、部署与性能验证；2）摩尔线程：基于AI训推一体智算卡MTT S5000 及MUSA 软件栈，完成H3 的极速适配与高效运行；3）壁仞科技：基于SGLang 推理框架，快速完成MiniMax H3 在旗舰通用GPU 产品壁砺?系列上的 Day0”适配与调优；4）沐曦股份：曦云C 系列GPU 亦完成Day0 适配。我们认为，头部国产芯片厂商在模型开源首日集体完成适配，既验证了H3 架构对国产硬件的友好度，也意味着（ 国产模型+国产算力”的软硬件协同生态进入实质落地阶段，有望进一步降低企业部署成本、扩大应用范围。 风险提示：技术迭代不及预期、AI 商业化变现不及预期、算力不足风险等。 |
