Table of Content
Turn any text, image, or video into anime, realistic, or artistic videos. Over 30 unique styles available.
Ja – MiniMax H3 stellt öffentliche Gewichte bereit. Das vollständige H3-System ist jedoch weder vollständig offengelegt noch uneingeschränkt nutzbar. MiniMax hat die H3-Base-Checkpoints FL2VA und Ref2VA unter einer individuellen Community-Lizenz veröffentlicht. Context-IR bleibt gehostet; Regenerate-2K ist in der aktuellen öffentlichen Version nicht enthalten.
MiniMax bezeichnet H3 als offenes Modell. Für technische und geschäftliche Entscheidungen ist Open Weights die genauere Beschreibung.
Die Unterscheidung ist wichtig. Mit öffentlichen Gewichten können Entwickler freigegebene Modellkomponenten unter der Lizenz prüfen, ausführen, ändern und integrieren. Die veröffentlichten Gewichte stellen nicht automatisch den gesamten Trainingsprozess, jedes Produktionsmodul oder uneingeschränkte Nutzungsrechte zur Verfügung.
MiniMax veröffentlichte H3 am 31. Juli 2026 und die H3-Base-Gewichte am 2. August. Die Dateien sind im offiziellen H3-Modell-Repository und im GitHub-Repository verfügbar.
Folgendes ist in der Veröffentlichung enthalten und was außerhalb des herunterladbaren Pakets verbleibt:
| Bestandteil | Aktueller Stand | Was es für dich bedeutet |
|---|---|---|
| H3-Base FL2VA-Gewichte | Öffentlich | Unterstützt die lokale audiovisuelle Generierung aus Text sowie aus einem ersten oder letzten Frame |
| H3-Base Ref2VA-Gewichte | Öffentlich | Unterstützt die multimodale Referenz-zu-Video-Generierung lokal |
| Inference-Repository und Integrationen | Öffentlich | Unterstützt selbst gehostete Experimente und benutzerdefinierte Pipelines |
| Context-IR-Implementierung | Gehostet, nicht öffentlich | Das Vorverarbeitungs- und Orchestrierungssystem von MiniMax kann nicht lokal geändert werden |
| Regenerate-2K | Nicht in der aktuellen Version | Lokales H3-Base bildet nicht den vollständigen offiziellen 2K-Pfad ab |
| Vollständiges Trainingsrezept und Daten | Nicht als veröffentlicht aufgeführt | Die Version gewährleistet keine vollständige Reproduzierbarkeit des Trainings |
| Lizenz | Benutzerdefinierte Community-Lizenz | Öffentliche Gewichte bedeuten nicht eine uneingeschränkte weltweite oder kommerzielle Nutzung |
Die Veröffentlichung ist relevant, ihr Umfang ist jedoch kleiner, als der Ausdruck „vollständig Open Source“ vermuten lässt.
MiniMax hat zwei aufgabenspezifische H3-Base-Checkpoints veröffentlicht. Beide erzeugen Video und natives Stereo-Audio, akzeptieren jedoch unterschiedliche Formen der Steuerung.
| Checkpoint | Hauptaufgabe | Eingaben | Dokumentierte lokale Ausgabe |
|---|---|---|---|
| H3-Base FL2VA | Text- und rahmengesteuerte Generierung | Text mit null, einem oder zwei Endpunktbildern | 768p-Video mit Audio |
| H3-Base Ref2VA | Multimodale Referenzgenerierung | Text plus Referenzbilder und/oder Video, optional mit Audio; Audio kann nicht der einzige Medieneingang sein | 768p-Video mit Audio |
FL2VA steht für First-and-Last-Frame-to-Audio-Video. Ohne Bild übernimmt es die Text-zu-Audio-Video-Umwandlung. Ein Bild kann das erste oder letzte Bild definieren. Zwei Bilder können beide Endpunkte definieren.
Ref2VA steht für Reference-to-Audio-Video. Es ermöglicht Bildern, Videoclips und optionaler Audioführung verschiedene Teile eines Zielclips. Referenzton muss mindestens ein Bild oder Video begleiten. Der Text erklärt, welchen Beitrag jede Referenz leisten soll.
Das offizielle Repository verteilt die ursprünglichen Checkpoint-Familien und Diffusers-kompatiblen Dateien. MiniMax dokumentiert die BF16-Präzision für die ursprünglichen Checkpoints. Es beschreibt auch die veröffentlichten Omni Transformer-Gewichte als CFG-destilliert.
Jeder Checkpoint besteht aus mehr als einer Transformatordatei. Die offizielle H3-Model Card listet einen speziellen Omni Transformer mit seinen unterstützenden Komponenten auf:
MiniMax beschreibt H3-Omni-Transformer als dichtes Single-Stream-Modell. Es sagt die latenten Video- und Audiodarstellungen gemeinsam voraus; die jeweiligen VAEs dekodieren sie anschließend zum fertigen audiovisuellen Ergebnis.
Die Gewichtungen FL2VA und Ref2VA sind getrennt, da ihre Aufgaben unterschiedlich sind. Durch das Herunterladen einer Aufgabenfamilie wird die andere Aufgabenfamilie nicht automatisch hinzugefügt.
Das vollständige offizielle System besteht aus drei Modulen. Derzeit verfügt nur das zentrale Generierungsmodul über öffentliche Gewichte.
Text-, Bild-, Video- und Audiokontext in freier Form
↓
Context-IR — gehostet; Implementierung nicht öffentlich
↓
H3-Base FL2VA oder Ref2VA — öffentliche Gewichte; lokaler 768p-Pfad
↓
Regenerate-2K — in der aktuellen öffentlichen Version nicht enthalten
Context-IR übernimmt die Vorverarbeitung und Orchestrierung für multimodalen Freiformkontext vor der H3-Base-Generierung.
MiniMax beschreibt Context-IR als mehrstufiges gehostetes System. Die Implementierung ist nicht Teil der Open-Weight-Veröffentlichung. Entwickler können den offiziellen Dienst aufrufen oder anhand der Prompt-Hinweise von MiniMax eine eigene Vorverarbeitungslogik erstellen.
Eine unabhängige Vorverarbeitungspipeline kann denselben allgemeinen Zweck erfüllen. Sie wird jedoch nicht zur offiziellen Context-IR-Implementierung, nur weil sie Referenzen für H3-Base formatiert.
H3-Base empfängt den vorbereiteten Kontext und generiert 768p-Video mit Stereo-Audio. Dies ist der Teil, den MiniMax als FL2VA- und Ref2VA-Checkpoints veröffentlicht hat.
Der erste öffentliche Inferenzpfad nutzt Full Attention. MiniMax plant, die Sparse-Attention-Implementierung später zu veröffentlichen, hat dafür aber noch kein Datum genannt.
Regenerate-2K verarbeitet das 768p-Ergebnis zusammen mit dem ursprünglichen Kontext erneut durch H3. Das unterscheidet sich von einem herkömmlichen eigenständigen Upscaler.
Das Modul ist nicht in der aktuellen öffentlichen Version enthalten. MiniMax dokumentiert einen offiziellen Hybrid-Workflow, der lokale H3-Base mit gehosteten Context-IR- und Regenerationsendpunkten kombiniert.
Dieser hybride Workflow kann den offiziellen 2K-Pfad erzeugen. Es handelt sich nicht um eine vollständig lokale, offene 2K-Pipeline.
Wenn du H3-Base lokal ausführst, hast du direkte Kontrolle über die beiden veröffentlichten Checkpoints. Damit reproduzierst du jedoch nicht das vollständig gehostete H3-System von MiniMax.
Wähle FL2VA, wenn du einen Clip aus Text generieren oder mit einem ersten Frame, einem letzten Frame oder beiden steuern möchtest. Wähle Ref2VA, wenn Bilder, Videos und optionales Audio Identität, Stil, Bewegung, Kameraverhalten, Stimme oder Klang vorgeben sollen. Beide Checkpoints erzeugen laut Dokumentation audiovisuelle Ausgaben in 768p; der vollständige 2K-Pfad hängt weiterhin von gehosteten Komponenten außerhalb des Open-Weight-Pakets ab.
MiniMax listet SGLang, vLLM, Diffusers und ComfyUI als Inference-Optionen auf. Diese bieten codebasierte und knotenbasierte Möglichkeiten zum Ausführen oder Experimentieren mit den freigegebenen Checkpoints.
Welchen Weg du auch wählst, das Self-Hosting überträgt dir die operative Arbeit. Du musst Modellspeicher, Abhängigkeiten, Rechenleistung, Leistung, Updates, Zugriffskontrollen, Schutzmaßnahmen und Ausgabeüberprüfung verwalten. Die lokale Bereitstellung ist daher weder automatisch kostenlos noch automatisch privat: Die Kosten umfassen Hardware oder Hosting, Strom, Entwicklungszeit, Speicher, Überwachung und fehlgeschlagene Ausführungen, während der Datenschutz von deinen Protokollen, der Asset-Speicherung, den Zugriffsrichtlinien, den Knoten von Drittanbietern und den umgebenden Anwendungen abhängt.
Die Anpassung von H3 umfasst drei Ebenen. Die ersten beiden sind ohne Änderungen an den Modellgewichten möglich; die dritte erfordert technische Nachweise und eine Lizenzprüfung.
| Ebene | Was du vernünftigerweise anpassen kannst | Aktuelle Grenze |
|---|---|---|
| Generation | Prompts, Aufnahmereihenfolge, Dauer, Verhältnis, Endpunktbilder und Referenzrollen | Die Ergebnisse bleiben probabilistisch; Referenzen garantieren weder perfekte Identität noch eine vollständig fixierte Bewegung |
| Pipeline | Vorverarbeitung, Referenzorganisation, Inferenceparameter, Knoten, Speicherung, Überprüfung und umgebende Anwendungslogik | Die offizielle Context-IR-Implementierung bleibt gehostet; Nodes von Drittanbietern werden nicht von MiniMax garantiert |
| Modell | Ändere freigegebene Gewichte und erstelle Ableitungen, sofern die Lizenz dies zulässt | Kein offizielles Feinabstimmungsrezept, LoRA-Trainer, Datenpaket, Mindesthardware oder Ergebnisgarantie |
Ändere zunächst den Eingabeplan, nicht die Gewichte. Trenne Referenzen für Identität, Bewegung, Kamera und Audio. Weise jeder Quelle eine klar benannte Aufgabe zu und begrenze die Zielaktion so, dass sie leicht überprüfbar bleibt.
Lege für FL2VA fest, ob die Anfangskomposition, die Endkomposition oder beide wichtig sind. Bestimme für Ref2VA, welche Quelle den jeweiligen Gestaltungsparameter steuert.
Diese Entscheidungen können das Ergebnis erheblich verändern. Es bleiben jedoch gewöhnliche Inference-Entscheidungen und keine Feinabstimmung des Modells.
Ein Team kann rund um die veröffentlichten Checkpoints Asset-Validierung, Prompt-Zusammenstellung, Warteschlangen, Speicherung, Moderation, Bewertung und Wiederholungslogik aufbauen. Node-basierte Tools können ausgewählte Inferenzeinstellungen zudem für Creator zugänglich machen.
Diese Ebene bietet oft praktischere Kontrolle als ein Training. Sie kann Eingaben standardisieren, vergleichbare Ausgaben erfassen und ungültige Anfragen abfangen, bevor kostspielige Inferenzläufe beginnen.
Ein eigener Präprozessor ist jedoch nicht Context-IR. Ein Community-Workflow ist kein offizielles Leistungsversprechen. Dokumentiere diese Grenzen in jedem internen oder kundenorientierten System.
Dem Repository zufolge hat MiniMax die kompletten H3-Omni-Transformer-Gewichte veröffentlicht, um die weitere Entwicklung, einschließlich der Feinabstimmung, zu unterstützen. Die Lizenz definiert und erlaubt im Rahmen ihrer Bedingungen auch Modellderivate.
Dadurch entsteht kein fertiger Trainingsworkflow. MiniMax hat kein offizielles H3-Feinabstimmungsrezept, keinen One-Click-LoRA-Trainer, keine Trainingsdatenfreigabe und keinen verifizierten Mindest-Hardwarepfad veröffentlicht.
Behandle Community-Rezepte als Experimente. Notiere deren Quelle, Version, Datenrechte, Ausgabequalität und Hardwareannahmen, bevor du sie übernimmst.
Dieser Vergleich betrifft die Betriebsverantwortung und die Modulverfügbarkeit und ist kein allgemeiner Leitfaden für die Auswahl einer H3-Zugangsroute.
| Entscheidungsbereich | Lokale H3-Base | Von MiniMax gehostete Dienste |
|---|---|---|
| Infrastruktur | Du verwaltest die Modelldateien und führst die Inferenz aus | MiniMax betreibt die gehosteten Dienste |
| Kontextverarbeitung | Die Context-IR-Implementierung ist nicht enthalten; du musst die Vorverarbeitung selbst erstellen oder den gehosteten Dienst aufrufen | Context-IR ist über gehostete Dienste verfügbar |
| Ausgabepfad | Die Basisgenerierung erfolgt in 768p; der offizielle hybride 2K-Pfad ruft weiterhin gehostete Module auf | Die End-to-End-API bietet 768P und 2K |
| Anpassung | Infrastruktur, Pipeline und zulässige Gewichtsänderungen | Anfrage- und Anwendungslogik |
| Hauptverantwortung | Bereitstellung, Sicherheit, Wartung und Lizenzeinhaltung | API-Integration, Ausgabeverarbeitung und Servicebedingungen |
Die MiniMax H3 Community License regelt die veröffentlichten Materialien. Sie ist eine individuelle Lizenz und keine permissive Standardlizenz wie MIT oder Apache.
Diese Zusammenfassung dient der allgemeinen Information und stellt keine Rechtsberatung dar. Prüfe die aktuelle Lizenz und hole dir qualifizierten Rat für deine Situation.
Die Lizenz definiert ihr anwendbares Gebiet als weltweit mit Ausnahme von vier ausgeschlossenen Gebieten: der Europäischen Union, dem Vereinigten Königreich, der Republik Korea und den Vereinigten Staaten.
Die Genehmigungen für die veröffentlichten H3-Materialien gelten nur innerhalb dieses Gebiets. Organisationen in ausgeschlossenen Regionen können bei MiniMax eine formelle Lizenz beantragen.
Die territoriale Beschränkung gilt auch für H3 Works und deren Ergebnisse. Die Vereinbarung erlaubt außerhalb des anwendbaren Gebiets weder Nutzung, Vervielfältigung, Änderung, Verbreitung noch Anzeige.
In den offiziellen Fragen und Antworten zur Lizenz von MiniMax wird die gehostete API anders beschrieben. Es heißt, dass die API mit vom Anbieter betriebenen Sicherheitsmaßnahmen weltweit verfügbar ist.
Übertrage die Gebietsregel für die Rohgewichte nicht ohne diese Unterscheidung auf die gehostete API. API-Nutzer müssen weiterhin die Plattformbedingungen und das geltende Recht einhalten.
Die Lizenz besagt, dass eine vorherige schriftliche Genehmigung erforderlich ist, wenn kommerzielle Produkte und Dienstleistungen einen Jahresumsatz von mehr als 20 Millionen US-Dollar generieren. Mit dieser Formulierung ist nicht einfach nur der Gesamtumsatz des Unternehmens gemeint.
Kommerzielle Produkte oder Dienstleistungen, die H3 oder H3 Works verwenden, müssen MiniMax H3 gut sichtbar in ihrer Benutzeroberfläche anzeigen. Die separate Formulierung Powered by MiniMax H3 wird empfohlen, ist aber nicht mit dieser Pflicht gleichzusetzen.
Der Schwellenwert ist nicht die einzige Bedingung. Es gelten auch das Gebiet, die zulässige Nutzung, Schutzmaßnahmen, nachgelagerte Bedingungen, Hinweise und Rechte Dritter.
Bei einer Verbreitung muss die Vereinbarung an die Empfänger weitergegeben werden. Geänderte Dateien benötigen deutlich sichtbare Änderungshinweise; nicht gehostete Distributionen müssen außerdem die in der Lizenz vorgesehene NOTICE-Datei enthalten.
Gehostete Produkte müssen Nutzer an Schutzbedingungen binden und angemessene Sicherheitsmaßnahmen betreiben. Die Richtlinie zur akzeptablen Nutzung verlangt außerdem eine klare Kennzeichnung als maschinell erzeugt, wenn Inhalte öffentlich bereitgestellt werden.
MiniMax beansprucht keine Rechte an den generierten Ausgaben im Rahmen der Lizenz. Für die Ausgabe, die spätere Nutzung und die Rechte Dritter bleibt der Nutzer verantwortlich.
MiniMax veröffentlicht in der Model Card keine universelle Mindest-GPU-Anforderung für H3-Base. Seine SGLang-Befehle zeigen ein Beispiel für die Bereitstellung mit vier GPUs, ein Beispiel ist jedoch kein Minimum.
Das offizielle Repository nennt außerdem mehrere Laufzeiten und Bereitstellungsansätze. Framework, Präzision, Quantisierung, Auflösung und Cliplänge beeinflussen Speicherbedarf und Geschwindigkeit.
Das ComfyUI-Tutorial verwendet optimierte Modelldateien und native Nodes. Dennoch legt es keine einzelne Consumer-GPU als offizielle Basis für jeden H3-Workflow fest.
Teste vor dem Kauf von Hardware den genauen Checkpoint und Workflow, den du ausführen möchtest. Zeichne Softwareversionen, Präzision, Quantisierung, Spitzen-VRAM, Generierungszeit und Ausgabequalität auf.
Vermeide es, einen Community-Benchmark zur allgemeingültigen Anforderung zu machen. Hardwareangaben veralten schnell, wenn sich Laufzeiten und Quantisierungen ändern.
Das Ausführen eines Checkpoints ist nur ein Teil der Einführung eines Open-Weight-Modells. Bevor H3-Base zur Produktionsabhängigkeit wird, prüfe Modellumfang, Lizenzbedingungen und Betriebsanforderungen für deinen konkreten Anwendungsfall:
MiniMax H3 in der Benutzeroberfläche und die erforderlichen Verbreitungshinweise.Die Modelldateien und Lizenzbedingungen können sich ändern. Bewahre eine Kopie der genauen Versionen auf, die für jede Produktionsentscheidung verwendet wurden.
Nein. Die FL2VA- und Ref2VA-Gewichte von H3-Base sind öffentlich, das vollständige System jedoch nicht. Eine individuelle Community-Lizenz schränkt außerdem ein, wie und wo die veröffentlichten Materialien verwendet werden dürfen.
Du kannst H3-Base FL2VA und H3-Base Ref2VA herunterladen. FL2VA deckt Text sowie erste und letzte Frames ab. Ref2VA ist für referenzgestützte audiovisuelle Generierung vorgesehen.
Nicht allein mit der aktuellen Open-Weight-Veröffentlichung. H3-Base erzeugt eine 768p-Ausgabe. Der offizielle 2K-Pfad nutzt die gehostete Regenerate-2K-Stufe und den ursprünglichen Generierungskontext.
Die veröffentlichten Gewichte dürfen im Rahmen der Lizenz geändert und für abgeleitete Arbeiten verwendet werden. MiniMax hat jedoch weder ein offizielles H3-Fine-Tuning-Rezept noch einen One-Click-Workflow für das LoRA-Training veröffentlicht.
MiniMax nennt keine allgemeingültige Mindest-GPU. Die dokumentierten Beispiele und unterstützten Laufzeiten sind Ausgangspunkte, aber keine Garantie für jeden Checkpoint, jede Präzision oder jede Videoeinstellung.
Die Lizenz gewährt Rechte nur innerhalb des anwendbaren Gebiets und unter ihren Bedingungen, zu denen weitere kommerzielle Pflichten gehören. Prüfe Gebiet, Umsatzschwelle, Anzeige in der Benutzeroberfläche, Hinweise, Schutzmaßnahmen und zulässige Nutzung.
Die standardmäßige Community-Lizenz für die Gewichte schließt diese Gebiete aus; Organisationen können jedoch eine formelle Lizenz beantragen. Die offizielle FAQ von MiniMax beschreibt die gehostete API separat als weltweit verfügbar und mit Schutzmaßnahmen versehen.
Die öffentlichen Gewichte von MiniMax H3 schaffen echten Spielraum für lokale Inferenz und zulässige Anpassungen. Sie heben jedoch nicht sämtliche Einschränkungen für Module, Gebiete oder Nutzungsarten auf. Vergleiche deshalb den Betriebs- und Lizenzaufwand, bevor du in Infrastruktur investierst.
MiniMax H3 wurde offiziell veröffentlicht, ist derzeit aber noch nicht in DomoAI verfügbar. Die Integration folgt in Kürze; wir informieren dich, sobald H3 in DomoAI genutzt werden kann.
Recent articles
