MiniMax представила H3 — видеомодель, которая принимает текст, изображения, видео и аудио в одном запросе. Она генерирует ролики длительностью от 5 до 15 секунд в разрешении до 2K с нативным стереозвуком.
MiniMax H3 уже доступна в веб-сервисе Hailuo AI на платных тарифах и через API MiniMax. В ближайшие дни компания планирует опубликовать веса модели. Подробнее о возможностях, ценах и ограничениях — в материале Postium.
Читайте также: ТОП-7 нейросетей для генерации видео
Нейросеть MiniMax H3 — что умеет и как работает
H3 поддерживает генерацию видео по тексту, анимацию первого или последнего кадра и создание роликов по нескольким референсам. В один запрос можно добавить до девяти изображений, трёх видеоклипов и трёх аудиофайлов, но не более 12 файлов. Аудио нельзя добавить отдельно: вместе с ним нужно загрузить изображение или видео.
Модель использует референсы для переноса внешности персонажа, движений, работы камеры, визуального стиля, голоса и ритма монтажа. Также можно загрузить готовый ролик и описать изменения текстом — например, заменить объект, изменить освещение или скорректировать отдельный фрагмент сцены.
H3 генерирует видео длительностью от 5 до 15 секунд. В API продолжительность задаётся целым числом секунд. MiniMax указывает разрешение до 2K. Сторонние площадки также сообщают о частоте 24 кадра в секунду, однако в открытой документации API этот параметр отдельно не указан.
Нейросеть создаёт звук одновременно с видео. Результат может включать речь, музыку, шумы и фоновое окружение, синхронизированные с происходящим в кадре. Отдельно генерировать аудиодорожку и подгонять её под видео не требуется.
Статья в тему: Как создавать видео в Gemini Omni Flash
Как пользоваться MiniMax H3
Зайдите в Hailuo AI и откройте раздел создания видео. Выберите MiniMax H3, добавьте описание и при необходимости загрузите изображения, видео или аудио в качестве референсов. После этого сервис создаст новый ролик или применит указанные изменения к исходному видео.
Доступ к MiniMax H3 начинается с тарифа Standard:
Разработчики могут использовать MiniMax H3 через API. Доступны четыре основных сценария: генерация по тексту, создание видео по первому или последнему кадру, генерация по мультимодальным референсам и редактирование существующего материала. Видео в разрешении 2K стоит от $0,081 за секунду, а версия в 768p, которая пока готовится к запуску, — от $0,047 за секунду.
Почему это важно? Заявление о публикации весов выделяет H3 среди крупных коммерческих видеомоделей, которые работают только через закрытые сервисы и API. Открытые веса позволят разработчикам запускать модель на собственной инфраструктуре, адаптировать её под отдельные задачи и изучать устройство системы.
H3 выходит на рынок, где MiniMax конкурирует с Seedance 2.0 и Kling 3.0. Новая модель усиливает конкуренцию прежде всего в рабочих сценариях: создании рекламных роликов, демонстрации товаров, игровых сцен и черновом видеомонтаже по текстовым инструкциям.
Напомним, что в июне компания представила модель MiniMax M3 с открытыми весами и контекстом до 1 млн токенов, а также выпустила агента MiniMax Code для разработки. Позже MiniMax открыла доступ к MiniMax Hub — десктопному ИИ-агенту, который объединяет генерацию текста, изображений, музыки и видео в одном рабочем пространстве.
Итог: MiniMax H3 объединяет генерацию видео, нативный звук, работу с референсами и редактирование в одной модели.
