MiniMax lanza el modelo de video H3 2K con pesos abiertos prometidos
MiniMax lanzó H3 con video 2K y audio estéreo nativo. MiniMax dice que los pesos llegarán en días, pero la licencia de H3 y los requisitos oficiales de hardware locales seguían sin publicarse al 2 de agosto.
By Ryan Merket · Published
Primary source: MiniMax
Why it matters
Usable H3 weights could let developers self-host, fine-tune and optimize a native audio-video model instead of relying entirely on MiniMax's API. The license, checkpoints and hardware requirements will determine how accessible that option becomes.
Yan Junjie's MiniMax, el fabricante de modelos de Shanghái, lanzó H3 el 31 de julio como un modelo multimodal de video capaz de generar clips con audio estéreo hasta resolución 2K. La publicación de lanzamiento de H3 de MiniMax dice que MiniMax planea abrir los pesos del modelo "en los próximos días", sujeto a las leyes y regulaciones aplicables.
El alcance de esa publicación planificada sigue sin definirse. No se había verificado una liberación pública completa de los pesos de H3 al 2 de agosto. MiniMax no había publicado una licencia de H3 ni requisitos oficiales de hardware locales en su publicación de lanzamiento ni en la documentación de la API. Esos términos determinarán si los desarrolladores pueden modificar y desplegar H3 en su propia infraestructura y qué usos comerciales permite MiniMax.
Yan, fundador, presidente, CEO y CTO de MiniMax, construyó su carrera en investigación de visión por computadora antes de fundar MiniMax. Pasó más de seis años en SenseTime, incluidos puestos como vicepresidente y subdirector de su instituto de investigación. Yan estudió matemáticas en Southeast University, obtuvo un doctorado en IA en el Institute of Automation at the Chinese Academy of Sciences y realizó investigación posdoctoral en Tsinghua University. La página de gestión de MiniMax le atribuye alrededor de 200 artículos académicos y más de 30,000 citas.
H3 extiende la agenda técnica de Yan más allá de un generador convencional de texto a video o imagen a video. MiniMax diseñó el modelo para aceptar texto, imágenes, video y audio como contexto, y luego generar video con sonido estéreo nativo. MiniMax dice que H3 puede producir clips de hasta 15 segundos a resolución 2K. La documentación para desarrolladores de MiniMax lista salidas de 768p y 2K, duraciones de cuatro a 15 segundos y 24 cuadros por segundo.
Un lanzamiento 2K con una prueba de pesos abiertos por delante
MiniMax describe H3 como un modelo multimodal de video abierto y de propósito general. Por ahora, la versión verificada es el listado del modelo alojado por MiniMax, no puntos de control descargables. Los archivos descargables, los términos de la licencia y la guía oficial de hardware determinarán el alcance práctico de la prometida publicación de pesos abiertos.
La característica técnica central del modelo es su manejo de varios tipos de entrada dentro de un mismo sistema de video. MiniMax dice que H3 puede entender de forma conjunta el contexto que abarca texto, imágenes, video y audio. Su documentación para desarrolladores enumera modos compatibles como texto a video, imagen a video, generación del primer y último fotograma y generación multimodal de referencia.
MiniMax ya ha publicado archivos de modelo abiertos anteriormente. MiniMax-M3 está disponible para descarga en Hugging Face, lo que da a los desarrolladores un precedente con el que comparar H3 una vez que estén disponibles sus archivos y términos.
La apuesta de distribución de Yan
Pesos de H3 utilizables podrían llevar el modelo a software creativo, sistemas de producción internos y entornos informáticos especializados más allá de la API alojada por MiniMax. Los desarrolladores podrían probar los costos de despliegue, optimizar la inferencia y crear ajustes finos si la licencia y los archivos publicados permiten esos usos.
Lightricks ofrece una comparación práctica. El repositorio oficial LTX-Video ya es público en GitHub. El valor de distribución de H3 dependerá de si MiniMax facilita una ruta igualmente viable desde el punto de control hasta el despliegue.
El lanzamiento de H3 sigue a una rápida secuencia de anuncios de financiamiento y productos. Investing.com informó en julio de 2026 que MiniMax había cerrado aproximadamente $2,000 millones en financiamiento. Yan luego adelantó H3 como un sistema multimodal unificado el 30 de julio, antes del lanzamiento del 31 de julio.
MiniMax tiene la base de ingresos para perseguir ventas alojadas junto con una distribución más amplia del modelo. El informe anual 2025 de MiniMax registró $79 millones en ingresos, frente a $30.5 millones en 2024. El informe de investigación indica que el 73% de los ingresos totales provino de fuera de China continental. Por lo tanto, la adopción por parte de desarrolladores internacionales tiene relevancia comercial directa para MiniMax.
MiniMax también afirma que H3 cuesta menos de un tercio por segundo a 2K que lo que denomina modelos convencionales. Su publicación de lanzamiento no identifica el conjunto de comparación ni publica una tabla de precios reproducible. Una publicación de pesos abiertos trasladaría parte del análisis de costos al hardware de los usuarios, haciendo que los requisitos de memoria, la velocidad de inferencia y las herramientas de despliegue sean centrales para la economía de H3.
MiniMax ha fijado un plazo de días para abrir los pesos de H3. El punto de control, la licencia y los materiales de inferencia establecerán si equipos externos pueden adaptar el modelo audiovisual 2K en la práctica y cómo H3 se compara con proyectos abiertos que ya proporcionan una ruta documentada de despliegue local.