Generazione video

MiniMax H3

Video fino a 2K con audio stereo nativo da un unico contesto di testo, immagini, video e audio — con pesi aperti per esecuzioni locali a 768p

MiniMax H3 è un modello video multimodale generalista: legge testo, immagini, video e audio come un unico contesto e restituisce clip da 4 a 15 secondi con suono stereo nativo a 32 kHz, dialoghi ed effetti inclusi. I suoi pesi H3-Base sono aperti in due checkpoint, FL2VA e Ref2VA, che rendono a 768p sul tuo hardware; l'output 2K completo passa dall'API di MiniMax. H3 non è ancora generabile su Imgo.

Un contesto, non quattro pipelineIl suono nasce con l'immaginePesi aperti per il 768p, l'API per il 2K

istantanea della capacità

2K

output massimo, via API

768p

pesi aperti, in locale

15s

clip massima

Guarda MiniMax H3 in azione

Una panoramica di 27 secondi su flusso di lavoro, vantaggi principali e risultati.

27 secondiTesto a schermo in ingleseDemo illustrativa: l’interfaccia è ricreata con immagini di esempio, non con risultati prodotti da questa funzione.

Vantaggi principali

Valore pratico mappato su flussi di lavoro di produzione reali.

Vantaggio

01

Un contesto, non quattro pipeline

Testo, immagine, video e audio entrano come un unico contesto, quindi un prompt può dire «prendi il movimento di camera da questa clip, fai cantare la persona di questa immagine, imita questa voce» ed essere capito come un'unica istruzione. La modalità riferimento accetta fino a 9 immagini, 3 clip video e 3 clip audio, 12 file in tutto.

Vantaggio

02

Il suono nasce con l'immagine

L'audio è generato insieme al video in stereo a 32 kHz, così dialoghi, effetti e ambiente arrivano già allineati all'inquadratura invece di essere aggiunti dopo. MiniMax indica dialoghi stabili in 11 lingue, tra cui inglese, cinese, giapponese, coreano e spagnolo.

Vantaggio

03

Pesi aperti per il 768p, l'API per il 2K

I pesi di H3-Base sono pubblici in due checkpoint: FL2VA per testo e video da primo e ultimo fotogramma, Ref2VA per video guidato da riferimenti. In locale rendono a 768p. Il passaggio 2K, H3-Regenerate-2K, non è open source, quindi l'output 2K completo passa dall'API di MiniMax.

flusso di lavoro consigliato

Un semplice percorso in tre fasi dal materiale originale a un risultato riutilizzabile.

Passo 1

Scegli la modalità

Usa FL2VA per inquadrature solo testo, con primo fotogramma, ultimo fotogramma o entrambi, e Ref2VA quando l'inquadratura si costruisce da immagini, video o audio di riferimento. Una generazione accetta fotogrammi o riferimenti, mai entrambi.

1

Passo 2

Raccogli i riferimenti entro i limiti

Fino a 9 immagini, 3 clip video e 3 clip audio, al massimo 12 file. Ogni clip video o audio dura 2–15 s e ogni tipo totalizza al massimo 15 s. Poi spiega con parole semplici a cosa serve ogni riferimento.

2

Passo 3

Scegli dove eseguirlo

I pesi aperti di H3-Base rendono a 768p sul tuo hardware con la licenza comunitaria; l'API di MiniMax esegue il flusso completo fino al 2K. Su Imgo H3 non è ancora generabile: prepara e copia i prompt dalla guida ai prompt di H3.

3

Domande frequenti

Che risoluzione e durata produce?

Clip da 4 a 15 secondi a 24 fps, in rapporti d'aspetto da 21:9 a 9:16, con audio stereo a 32 kHz. I pesi aperti di H3-Base rendono a 768p; il 2K viene da H3-Regenerate-2K, che per ora MiniMax offre solo tramite la sua API.

Genera l'audio o devo aggiungerlo dopo?

H3 genera l'audio insieme al video: dialoghi, effetti sonori e ambiente in stereo nativo nello stesso passaggio. In modalità Ref2VA, le clip audio di riferimento possono anche guidare voce e tempi.

MiniMax H3 è open source?

In parte. Ad agosto 2026 MiniMax ha pubblicato i pesi di H3-Base su Hugging Face come due checkpoint, FL2VA e Ref2VA, sotto la MiniMax H3 Community License: pesi aperti, non una licenza open source approvata dall'OSI. Il preprocessore dei prompt H3-Context-IR e la fase H3-Regenerate-2K non sono aperti, quindi il flusso 2K ufficiale richiede ancora l'API di MiniMax.

Posso usare MiniMax H3 a fini commerciali?

Per i pesi in self-hosting si applica la MiniMax H3 Community License. Non copre l'UE, il Regno Unito, la Repubblica di Corea e gli Stati Uniti (le organizzazioni di questi territori possono chiedere una licenza a MiniMax); i prodotti con ricavi superiori a 20 milioni di dollari USA l'anno necessitano di un'autorizzazione scritta preventiva tramite [email protected]; i prodotti commerciali devono mostrare in evidenza "MiniMax H3" nella loro interfaccia utente; e l'accordo è regolato dalla legge di Hong Kong. L'uso di H3 tramite l'API di MiniMax rientra invece nei termini dell'API di MiniMax. Questo è un riassunto, non una consulenza legale: leggi la licenza stessa prima di lanciare il prodotto.

Quanti file di riferimento accetta Ref2VA?

Fino a 9 immagini, fino a 3 clip video e fino a 3 clip audio, con non più di 12 file in totale. Ogni clip video o audio deve durare da 2 a 15 secondi e le clip di ciascun tipo devono sommare al massimo 15 secondi.

Posso generare video con MiniMax H3 su Imgo?

Non ancora. H3 non è nel catalogo dei modelli attivi di Imgo, per questo questa pagina ne mostra la disponibilità come in attesa. Puoi già preparare e copiare prompt per H3 dalla guida ai prompt di MiniMax H3, oppure eseguire lo stesso brief con un modello video attivo su Imgo.

Passaggio successivo

Vuoi generare già oggi?

Esplora i modelli disponibili ora su Imgo, confronta impostazioni e preventivi in crediti e parti da uno di questi.