MiniMax H3开源全模态视频模型：手绘特效端到端直出，默认2K画质

7月31日，MiniMax发布全新一代视频模型H3，并同步在ModelScope和Hugging Face开源。这是国内首个开源的全模态视频模型，将后期编辑能力直接内置到生成环节，打破了视频模型'只提供素材'的既有范式。

H3的差异化能力体现在三个层面：第一，手绘特效端到端生成，用户只需画几笔草图，模型即可直接输出花体字、字幕动画、动态贴纸等2K清晰度的视频片段；第二，统一多模态上下文，将文本、图像、视频、音频纳入同一处理流程，跨模态协同更自然；第三，开源生态策略，团队明确表示将持续推进权重开放，大幅降低多模态视频模型的开发门槛。

与同日发布的字节Seedance 2.5相比，H3在'电影质感与细节连贯'上略胜一筹，Seedance 2.5则在'镜头运动与指令执行'上表现更佳。两者代表了AI视频的两种主流路径——闭源工业化与开源生态化。在机器人训练数据等严苛任务中，两款模型均未完全达标，AI视频从'能看'到'能用'仍有一段路要走。