# MiniMax发布通用全模态模型H3，15秒2K音视频生成价格不到主流模型三分之一

- Link: https://paooo.com/aigc-news/39777/
- Published: 2026-07-31T09:56:17+08:00
- Author: Prompt 语宙研究院

今日，AI公司MiniMax正式发布通用全模态生成模型MiniMax H3。该模型首次实现了文本、图像、
视频、音频的统一理解与生成，打破了长期以来视频生成领域各任务、各模态相互割裂的局面，
标志着多模态生成模型从”专用专家”向”通用助手”迈出关键一步。

据官方介绍，H3支持原生双声道音视频输出，最高可生成15秒2K分辨率内容。在前期邀测中，
H3在指令遵循、品牌信息呈现、V2V动作迁移等场景下表现出商用级稳定性，已可应用于广告、
电商、游戏、UI设计等多个商业领域。

![QQ20260731-094430.jpg](https://paooo.com/wp-content/uploads/2026/07/6392108789317840333361255-
1.avif "QQ20260731-094430.jpg")

技术层面，H3引入了Contextual Omni Representation（上下文全模态表示）技术，使自然
语言成为连接各类模态的通用桥梁。用户只需用语言描述复杂关系——例如”参考某段视频的希
区柯克式镜头运动，让指定图片中的人物唱出某段音频的歌声”——模型即可自动完成全链路理解
与生成。配合自研的H3-VAE与In-context Regeneration技术，H3在2K分辨率下的每秒生成成本
不到主流模型的1/3，768P分辨率下不到1/2，为行业提供了目前已知的最优性价比方案。

值得关注的是，MiniMax宣布将在未来几天内，在符合相关法律法规的前提下开源H3模型权重。
这也是国产视频生成[大模型](https://paooo.com/ai-study/)首次面向社区开放权重，旨在
推动开源生态建设并加速国产芯片适配。H3在设计初期就考虑了多款国产芯片的兼容性，其
开源将进一步降低国内企业在多模态AI应用上的技术门槛。

MiniMax方面表示，H3目前仍存在画面精细度和模型规模上的提升空间，后续将推进H系列与
M系列模型能力的融合，并通过Scaling持续扩展模型上限。

业内分析认为，H3的发布与开源或将改变闭源模型长期主导视频生成领域的格局，为多模态
AI的普惠化应用按下加速键。

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/39777/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)