2026 年 7 月 31 日，MiniMax 正式发布 MiniMax H3。这款模型在 Arena 的图生视频、视频编辑两个榜单中均排名第一，并在 Artificial Analysis 的视频编辑榜单中再次登顶。相比单纯从文字生成画面，H3 更强调原生音画同步，以及对图像、视频和音频等多模态素材的协同处理。同时，33B 基础模型 H3-Base 的权重也已于 8 月 3 日对外开放。
一、我的一次生成实测：东方天庭夜景
下面这段视频是我使用 MiniMax H3 生成的，时长约 15 秒、分辨率为 2560×1440。整个过程只输入下面的提示词并生成一次，没有经过剪辑、局部重绘或二次修改。
这次实测的优点主要在场景氛围和细节表现：夜色、云海、宫殿灯光和人物背影保持了较完整的东方仙境观感，整体画面有比较强的电影感。
其中，蜻蜓的细节表现尤其突出。它飞过长廊时，翅膀的形态、光泽和运动轨迹都比较自然，成为画面中很容易被注意到的细节。
局限主要在文字呈现：牌匾和建筑上的文字容易出现变形或不可辨识的笔画。这是当前视频生成模型普遍面临的问题，因此这个案例更适合用来观察 H3 的场景构建、镜头氛围和细节生成能力，而不是作为文字准确性的展示。
本次视频使用的提示词
纯正中国古代天庭，不包含任何西方幻想元素。
夜晚的东方天界，浩瀚星空下，一座无边无际的中国神话天宫矗立于九天云海之上。远处是层层叠叠的仙宫楼阁，全部采用中国唐宋宫殿建筑风格，朱红宫墙、琉璃瓦屋顶、飞檐翘角、斗拱结构、雕刻精美的白玉石柱、汉白玉台阶和长桥。
巨大的天庭长廊横贯云海，长廊两侧排列着中国古代宫灯，散发温暖柔和的光芒。云雾从玉阶之间缓缓流动，远处宫殿隐藏在月光和星辰之中，呈现中国神话中“天上宫阙”的感觉。
画面中央，一个身穿白色淡蓝色仙衣的中国女仙独自站在长廊之上，只留下一个远处的背影。她的衣裙随夜风飘动，长发垂落，身影在巨大的天宫面前显得渺小而孤独。
一只中国蜻蜓在月光中飞过长廊，翅膀映照星光，成为寂静天庭中唯一的生命。
电影级真实摄影风格，不要动漫，不要游戏风，不要西方城堡，不要欧洲建筑。真实中国古建筑质感，东方仙侠电影，美术级场景设计，真实光影，IMAX电影远景，宏大、宁静、孤独、唯美。
按照以上的提示词生成视频。
二、按任务看两份评测榜单：H3 强在哪里
Arena 采用真人盲测投票，更接近用户对成片效果的主观判断；Artificial Analysis 则以标准化评测为主，并设置了含音频图生视频、含音频文生视频等榜单。两者的分数和名次不能直接横比，但放在同一任务下看，能更清楚地判断 H3 到底强在哪里。
视频编辑：两份榜单都给出第一
Arena 的视频编辑榜上，H3 以 1390 分排名第一，比并列第二的 Dreamina Seedance 2.0 与 Gemini Omni Flash（均为 1358 分）高出 32 分，是它在 Arena 三条子榜中领先幅度最大的一项。
Artificial Analysis 的视频编辑榜也将 H3 排在第一：1126 分，比 Gemini Omni Flash（1123 分）高 3 分。视频编辑难在既要保留人物、构图与画面细节，又要完成精确改动；两份评测在这一点上给出了同样的结论，说明编辑控制是 H3 最明确的优势。
图生视频：Arena 榜单第一，Artificial Analysis 含音频榜单第二
Arena 图生视频榜上，H3 以 1489 分排名第一，领先 Dreamina Seedance 2.0 720p（1479）和 Gemini Omni Flash（1462）。图生视频考验的是"参考图 + 指令"的组合控制力，H3 的表现与其多素材融合定位相符。
Artificial Analysis 的含音频图生视频榜单还会同时考察声音与画面。H3 以 1193 分排第二，仅落后 Dreamina Seedance 2.0 720p（1198）5 分，仍高于 Gemini Omni Flash（1192）。这不是与 Arena 完全相同的榜单，但能补充说明：在加入音频要求后，它依然处于最前列。
文生视频：纯文本与原生音画的表现差异
在 Arena 的纯文生视频榜上，H3 排第 5（1453 分），落后 Gemini Omni Flash（1512）、flux-3-video（1496）、Dreamina Seedance 2.0 720p（1478）和 muse-video（1457）。这提示它并非每个赛道都占优：纯靠一句文字从零生成画面，不是它最突出的场景。
但在 Artificial Analysis 的含音频文生视频榜单中，H3 以 1238 分排名第二，仅落后 Gemini Omni Flash（1241）3 分。两个结果的差异也恰好勾勒出它的能力边界：给到图像、视频或音频等参考素材，并要求音画同步、精确控制时，H3 更能发挥优势。
MiniMax 已开放33B 基础模型权重（H3-Base），采用 Community License；开发者和企业用户需要根据许可证确认适用地域、商业规模、分发和下游使用要求。
三、减少多环节拼接，实现原生音画同频
过去的 AI 视频创作，常常需要经历多道工序：
| 传统 AI 视频流程 | MiniMax H3 模式 |
|---|---|
| 先生成画面 ➔ 再找 AI 配音 ➔ 挂软件凑口型 ➔ 超分补帧 | 在同一序列中协同生成多种模态内容 |
| 画面与音频分离，时序与内容容易脱节 | 让画面、动作、台词与音效在统一多模态流程中协同处理 |
| 环节越多，细节崩坏概率越高 | 多模态协同生成，减少传输与拼接损耗 |
H3-Base 核心模型将声音、画面与动作纳入同一多模态序列处理。面对"用 A 图的角色长相，演 B 视频的动作，配 C 音频的声音"这类复合指令，它可以在同一序列中完成理解与音视频生成；完整的 H3 工作流还包括负责上下文处理和 2K 重生成的其他模块。
四、12 份素材"锁定控制"，解决角色一致性痛点
做 AI 视频时，角色和素材的一致性是重要考量。MiniMax H3 的参考模式允许一次性输入最多 12 个文件：单类输入上限分别为 9 张图片、3 段视频和 3 段音频；混合输入时，所有文件合计最多 12 个：
- 图片：锁定五官、发型与服装细节；
- 视频：锁定特定的镜头运镜与肢体动效；
- 音频：精准指定音色与语气情绪。
这种多维度的参考控制，为需要保持角色、动作和声音一致性的创作提供了更多操作空间。
五、自然语言指令精修，文字与品牌信息呈现
MiniMax H3 支持用自然语言描述编辑目标，让系统根据指令处理参考素材：
- 局部替换："把主角手里的咖啡杯换成透明玻璃杯"；
- 元素擦除："把背景里的路人擦除"；
- 精准文字渲染：官方展示了文字与品牌信息呈现能力，适合在广告、电商等场景中进一步测试。
总结
MiniMax H3 在视频编辑上获得了 Arena 与 Artificial Analysis 的双重第一；图生视频和含音频生成的表现也较为突出。结合其原生音画同步与多素材控制能力，它更适合对参考素材、编辑精度和成片音画协同有要求的创作场景。H3-Base 权重已在 Community License 下开放，开发者使用前应先确认许可证的地域、商业和分发要求。