MiniMax planea lanzar el modelo H3 2K y el código de atención dispersa
MiniMax dice que planea publicar el modelo separado de regeneración 2K de H3 y el código de referencia de atención dispersa, brindando a los desarrolladores más de su pila de generación de video para inspeccionar y probar localmente.
By Ryan Merket · Published
Primary source: MiniMax
Why it matters
MiniMax's downloadable H3 release initially produces 768p output, while the separate 2K regeneration stage remains part of its hosted workflow. Releasing that stage and sparse-attention code would let engineers test H3's higher-resolution process and potential inference savings on their own hardware.
Los fundadores de MiniMax, Yan Junjie y Yeyi Yun, se preparan para ampliar las partes descargables de H3, el modelo multimodal de video del desarrollador de IA con sede en Shanghái. En una discusión comunitaria del 7 de agosto de 2026, miembros del equipo de H3 dijeron que MiniMax planea lanzar su etapa de regeneración 2K, publicar código de referencia de atención dispersa y desarrollar un modelo unificado para generación y edición de imágenes.
La hoja de ruta se refiere a la brecha entre la plataforma alojada para desarrolladores de MiniMax y los componentes que los desarrolladores pueden descargar e inspeccionar. MiniMax no proporcionó fechas de lanzamiento ni términos finales de licencia para los componentes planificados.
MiniMax fue fundada a principios de 2022. Yan es fundador, presidente, director ejecutivo y director de tecnología, mientras que Yun es cofundadora y directora de operaciones. Según las biografías de la dirección de MiniMax, Yan pasó más de seis años en SenseTime y llegó a ser vicepresidente y subdirector de su instituto de investigación. Estudió matemáticas en Southeast University, obtuvo un doctorado en inteligencia artificial en la Chinese Academy of Sciences e hizo investigación postdoctoral en Tsinghua University.
Yun trabajó anteriormente en SenseTime en recaudación de fondos, inversión estratégica y estrategia corporativa. MiniMax dice que ahora supervisa operaciones, comercialización, estrategia de producto y desarrollo de negocio. Yan ha descrito el objetivo de MiniMax como hacer que la IA de propósito general sea accesible y útil para trabajo creativo y productivo en una conferencia magistral en WAIC 2025.
MiniMax lanzó H3 el 31 de julio de 2026. MiniMax describe a H3 como capaz de aceptar texto, imágenes, video y audio como contexto y generar video con audio estéreo nativo, incluyendo diálogo, música y sonido ambiental. La entrada de lanzamiento describe texto a video, imagen a video, transferencia de movimiento video a video, generación basada en referencias y edición controlable. Los clips de H3 pueden durar hasta 15 segundos, y MiniMax anuncia salida de hasta 2K de resolución.
Qué pueden descargar los desarrolladores ahora
MiniMax publicó inicialmente puntos de control base de H3 que producen salida a 768p. La documentación del modelo lista a H3 en 768p y 2K, pero los pesos descargables iniciales usan atención completa y no incluyen la etapa de regeneración separada utilizada para producir la salida 2K anunciada para el servicio alojado H3 de MiniMax.
La versión actual, por tanto, ofrece a los desarrolladores el modelo base de 768p para inspección y pruebas locales. H3-Regenerate-2K y el código de referencia de atención dispersa siguen siendo lanzamientos planificados, mientras que el modelo unificado de imágenes permanece en desarrollo. MiniMax no ha establecido cuándo llegarán esos activos ni qué licencias los regirán.
El modelo 2K añade una etapa de regeneración
MiniMax dice que planea lanzar H3-Regenerate-2K, una etapa separada destinada a ampliar el modelo base de 768p publicado públicamente hasta una salida 2K. El compromiso apareció en la discusión comunitaria del equipo de H3.
Publicar ese componente permitiría a los desarrolladores examinar el cómputo adicional, los requisitos de memoria y los cambios en la salida asociados con el proceso 2K de H3. Hasta entonces, los desarrolladores no pueden reproducir el flujo de trabajo de mayor resolución de H3 de MiniMax únicamente con los puntos de control base públicos.
El lanzamiento planificado también expondría una parte central del argumento comercial de H3. MiniMax anuncia salidas de hasta 2K y afirma que su generación 2K cuesta menos de un tercio por segundo que las alternativas habituales. La investigación suministrada no contiene un benchmark independiente ni una tabla de precios que reproduzca la comparación de MiniMax.
La atención dispersa sigue siendo una optimización futura
Los pesos abiertos usan inicialmente atención completa. MiniMax dice que está previsto un implementación de referencia de atención dispersa, pero su rendimiento y requisitos de hardware aún no han sido probados. La compañía describió el código planeado como una implementación de referencia conservadora en la discusión comunitaria de H3.
Una implementación escrita por MiniMax daría a los desarrolladores un punto de partida documentado para medir el uso de memoria, la velocidad de generación y la calidad de salida frente a los puntos de control de atención completa. Cualquier ganancia dependerá del código que MiniMax publique, de su soporte de hardware y del material de evaluación utilizado. Las declaraciones comunitarias establecen una hoja de ruta, mientras que las implicaciones de rendimiento quedan por probar por los desarrolladores.
Se planea un modelo de imagen relacionado
MiniMax planea desarrollar un modelo unificado para generación de texto a imagen y edición de imágenes de propósito general, según la discusión comunitaria. MiniMax no ha proporcionado una fecha de lanzamiento, licencia ni evaluación reproducible para el modelo.
Un investigador de H3 informó de fuertes resultados zero-shot en pruebas de edición de imágenes de un modelo entrenado para predecir un fotograma final a partir de un fotograma inicial y una leyenda, sin postentrenamiento específico para edición. Ese informe sigue siendo un resultado experimental publicado por el equipo de H3 y no ha sido reproducido de forma independiente en el material suministrado.
En una captura de pantalla de la discusión, una cuenta identificada como ryan85127704 respondió: "Sí, mantener abierto hasta que llegue la AGI." El material suministrado no establece que la cuenta pertenezca a un empleado de MiniMax.
La respuesta expresa una intención; no establece un calendario de lanzamiento ni un compromiso de licencia. Cada lanzamiento planificado se definirá por los pesos, el código, la documentación y los términos legales que MiniMax publique finalmente.
MiniMax lleva financiación de mercado público a H3
MiniMax recaudó aproximadamente $619 millones en una oferta pública inicial en Hong Kong en enero de 2026. El prospecto de cotización de MiniMax nombró a inversores estratégicos incluyendo a Alisoft vinculado a Alibaba, Aspex, IDG Breyer, Eastspring, E Fund, Janchor, Martis, Mirae Asset, Perseverance y Taikang.
Alibaba lideró una ronda de financiamiento de $600 millones en marzo de 2024 que valoró a MiniMax en aproximadamente $2.5 mil millones. El informe de investigación también nombra a HongShan, Tencent, IDG Capital y Hillhouse entre los patrocinadores de MiniMax.
MiniMax reportó $79 millones en ingresos de 2025, un aumento de 158.9% respecto a 2024, con más del 70% generado fuera de China. Su anuncio de resultados anuales reportó $252.8 millones en gasto de investigación y desarrollo, una pérdida neta ajustada de $250.9 millones y $1,050.3 millones en efectivo al 31 de diciembre de 2025.
MiniMax dice que sus productos han servido acumulativamente a más de 300 millones de individuos y a más de un millón de empresas y desarrolladores. Esos totales abarcan los productos de lenguaje, video, audio y música de MiniMax más que solo H3.
Hailuo AI promedió 5.65 millones de usuarios activos mensuales durante los primeros nueve meses de 2025, frente a 2.17 millones en 2024, según el prospecto de MiniMax. MiniMax coloca sus productos de video en competencia con Sora de OpenAI, Veo de Google y Kling de Kuaishou.
Las distinciones que H3 afirma son sus entradas multimodales, la generación de audio nativa, el condicionamiento por referencia y los pesos descargables. Los lanzamientos planificados permitirían a los ingenieros probar una porción mayor de esa pila localmente. H3-Regenerate-2K abordaría la brecha de resolución actual, mientras que la implementación de atención escasa de MiniMax podría proporcionar una vía de inferencia para mediciones independientes. Las fechas de lanzamiento, las licencias y el rendimiento reproducible determinarán cuánto del flujo de trabajo alojado de MiniMax los desarrolladores pueden ejecutar realmente por sí mismos.