2026年8月3日,,,港股MINIMAX-W(00100.HK)报HK$249.4,,,涨幅超10%。。当日早盘,,,MiniMax盘前正式宣布宣布新一代多模态天生模子H3。。市场用真金白银为这次产品宣布投了一票。。
天下苦闭源模子久矣,,,视频天生赛道此前由Seedance、可灵等头部模子主导,,,价钱、算力、天生时间也一直是行业关注较量高的的话题。。
MiniMax宣布的H3,,,正是视频天生市场的一个全新选择。。
官方博客中体现,,,定位H3是一款通用的全模态天生模子,,,支持对文本、图像、视频、声音组成的多模态上下文的统一明确能力、能够输出具备原生双声道的音视频,,,最高可支持15s 2K分辨率。。
在性能方面,,,MiniMax H3与Seedance 2.5处于统一梯队。。
从早期邀测释放的demo看,,,H3的效果很是惊艳。。
举个详细例子,,,给H3一张人物参考图+一段希区柯克式镜头运动的参考视频+一条参考歌声的音频,,,它能读懂“让图里的人物按参考视频的镜头运动、用参考音频里的歌声唱歌”这样的复合指令,,,一次天生带原生双声道的2K成片。。
这种跨模态复合参考的能力,,,此前曾是Seedance的招牌,,,现在,,,MiniMax也将这份能力收入囊中。。
在权威视频模子榜单Artificial Analysis视频模子榜单中,,,阻止2026年7月31日H3宣布当日,,,MiniMax H3在视频编辑能力项排名全球第一,,,文生视频、图生视频能力划分位居第二、第三名,,,模子综合能力跻身全球第一梯队。。
H3的一个突出亮点是重大文本坚持能力。。
举例而言,,,影视片头里的中英文问题、动态海报上的品牌logo、UI动效里的字幕,,,这些场景中H3能让文字真正加入视觉构图:文字要贴合物体的透视,,,要接受场景光的照射偏向,,,要追随镜头运动和主体行动。。
一个品牌logo放到玻璃杯上,,,模子需要明确玻璃的折射;;;;放到墙上,,,需要明确墙的曲率和纹理;;;;追随镜头推拉时,,,需要坚持字体形状不畸变。。这已经凌驾了“天生字体”的手艺界线,,,是模子对场景做整体明确之后的产品。。
重大文本坚持只是“更懂视觉、更懂天下”这套底座能力的一个显性视察点。。凭证MiniMax手艺博客,,,H3的手艺亮点是Contextual Omni Representation(对上下文中的所有模态的信息及其相互关系举行组织),,,把整段素材看成统一上下文,,,为模子形貌视频、音频等多种元素的关系,,,并为此搭建了专门的模子和全模态明确管线。。
除了性能之外,,,H3还承继了MinMax最具代表性的特点——量大管饱。。
在定价上,,,MiniMax H3默认2K分辨率,,,每秒定价仅为0.8元人民币,,,在同级别分辨率产品中具备较强的价钱竞争力。。
已往半年,,,行业内讨论“影戏级”视频天生时,,,主流商用模子的默认分辨率多在1080p水平。。H3直接将默认输出分辨率提升到了 2K,,,在高清化偏向上迈出了一步。。
支持这个价差的是MiniMax H3的手艺立异。。
视频天生模子训练时,,,每一帧画面都要被切成小块喂给模子,,,块越多,,,训练和推理越贵。。H3的自研VAE(H3-VAE)把画面的压缩率做到了行业领先水平,,,凭证官方博客,,,同样一段视频,,,用更少的块表达出来,,,序列长度直接省了4倍。。训练自制了、推理也自制了。。
在高分辨率上,,, 行业里大部分模子输出2K/4K的思绪是先天生一版低分辨率的,,,再套一个专门的超分?????榘鸦娣糯,,,这个?????槭抵适窃凇安隆比笔У南附,,,以是放大之后的小字、纹理、光影经常糊或者变形。。
H3不把低清视频看成唯一依据,,,而是把它作为一种参考,,,连同原来的多模态上下文一起输入模子,,,可以复用H3 已有的天生能力,,,也可以恢复低清视频里已经不可见、但上下文里仍然保存的信息。。
这也是为什么H3在重大文字场景(片头、logo、字幕)不翻车的底层原因。。
换句话说,,,H3走的是一条“用架构效率提升性能”的路,,,通过手艺立异降低算力消耗。。这个手艺路径对商业化的意义在于:当算力本钱进入压缩通道,,,视频天生的毛利率天花板会重新翻开。。
H3正在吃掉诸如AE、Premiere这些软件所代表的,,,完整条视频后期链条。。
已往的AI视频模子,,,交付的是一段“素材”,,,用户拿到的往往只是一段还没配音、没字幕、没包装的画面,,,剩下的事情要自己在AE、Premiere、剪映里一步一步接完。。H3差别的地方在于,,,它把”后期“这件事装进了模子内部:明确创意意图、天生主体画面、匹配音效音乐、渲染字幕文字、完成动效包装,,,一次天生,,,直接交付。。
一个电商产品广告的hook镜头中,,,已往有“文生视频拿到产品在货架上的动态画面 → TTS合成“限时5折”的旁白 → 剪映套字幕模板 → AE做产品打光高亮+价钱数字弹跳动效”这一系列流程。。
到H3这里,,,你输入一张产品图、一段广告剧本,,,它一次输出的成片就带上货架运镜、旁白配音、字幕、价钱弹跳、光影气氛——每一个视觉元素跟画面的空间、光线、节奏都是对齐的,,,不是简朴叠加。。
凭证前期的邀测反馈,,,MiniMax H3 具备商用级的多场景内容天生能力,,,在指令遵照、文字与品牌信息泛起、V2V Motion Transfer(视频到视频行动迁徙)等方面体现精彩,,,可实现精准、可控的多模态内容编辑与天生,,,普遍适用于广告、品牌、电商、产品设计、UI/UX、游戏等商业场景。。
这个能力对市场规模意味着什么?????
参考Adobe 2025财年财报,,,创意云营业全球收入约145亿美元,,,其中视频后期类工具(AE、Premiere等)占相当比例;;;;海内视频后期外包市场估算约在300–500亿元人民币区间。。
若是H3的AI原生后期能力在B端一连兑现,,,可能替换其中10–30%的古板后期工序。。
MiniMax官方博客里说,,,“视频模子将能够明确更完整的创作意图,,,处理更重大的内容需求,,,并逐步从'天生一段视频',,,走向真正加入内容生产的全历程。。”
2011年之后的十年里,,,Netflix吃掉了Blockbuster、Uber吃掉了出租车公司、Airbnb吃掉了连锁旅馆:手艺能力的量变积累到某一刻,,,会突然爆发质变。。软件吃掉了那些不软件的行业。。现在,,,AI要吃掉那些不AI的软件。。
视频天生首次迎来旗舰开源时刻,,,就在H3宣布当天,,,MiniMax宣布H3将在数日内开放模子权重。。
在已往,,,视频天生领域的默认选项是闭源模子,,,Seedance、可灵、Sora、Veo,,,所有主流模子无一破例。。理由也很直接:视频模子训练本钱高、算力消耗大,,,闭源加API计费是最直接的商业模式。。
开源意味着行业不再是闭源模子独大。。
已往一段时间,,,视频天生行业整体由少数闭源模子主导,,,商业化路径也基本围绕“API计费+会员订阅”睁开。。
在这个历程中,,,行业泛起了一些值得关注的征象:部分头部产品在短时间内多次调解价钱系统,,,导致用户使用本钱波动较大;;;;C端产品与B端API之间保存定价倒挂的情形;;;;企业级接入门槛较高,,,中小团队往往难以直接获得官方API权限,,,由此催生了拼单、转售等灰色中心服务。。
这些征象背后,,,反映的是闭源模式下的商业化逻辑 —— 当少数模子占有手艺优势时,,,供应方有较强的定价权。。而开源模子的泛起,,,可能会改变这一名堂,,,让行业竞争从简单的手艺比拼,,,转向更开放的生态竞争。。
闭源模子接不住的高价值B端场景也被翻开了。。
影视公司往往不会把品牌角色形象、未宣布剧集素材扔进公有云API,,,广告主不会接受品牌视觉每次天生时随机漂移,,,游戏公司的焦点IP不可上第三方模子。。这批客户已往被闭源模子的“数据主权”问题挡在门外,,,是视频天生商业化里最贵、最有粘性、也最没被服务的一批。。
H3的模子开源+可外地私有化安排,,,正好接住这批客户。。
视频天生这个赛道,,,已往半年被狂妄界说,,,涨价、排队、白名单、拼盘、掮客、账号倒卖。。用户在诉苦,,,市场在默然,,,中小公司在被挡在门外,,,B端客户在纠结于数据和资产。。这不是一个康健的市场,,,是一个失衡的市场。。H3把这口吻放了出来。。旗舰、2K、开源、0.8元/秒的单价,,,把商用起步价压到主流模子三分之一。。把这一切递给整个开发者生态、递给中小公司、视频天生的开源时代,,,从7月31日最先。。
对港股MiniMax来说,,,H3的意义不但是又一款模子的宣布。。1月上市以来,,,市场对这家公司的估值锚点在变,,,市场情绪从“神坛”到“审慎”。。H3是这家公司在跌荡之后的第一次自动出招。。牌桌不会由于一款模子就重排,,,但它至少证实晰一件事:MiniMax尚有能力重新掀翻一场游戏。。