Tabla de contenido
Convierte cualquier texto, imagen o vídeo en vídeos de anime, realistas o artísticos. Más de 30 estilos únicos disponibles.
Sí. MiniMax H3 está disponible públicamente como modelo de pesos abiertos. Sin embargo, el sistema H3 completo no es totalmente abierto ni permite un uso sin restricciones. MiniMax publicó los checkpoints H3-Base FL2VA y Ref2VA bajo una licencia comunitaria personalizada. Context-IR sigue alojado y Regenerate-2K no forma parte de la publicación actual.
MiniMax denomina H3 un modelo abierto. Para tomar decisiones técnicas y comerciales, modelo de pesos abiertos es una descripción más precisa.
La distinción es importante. Los pesos públicos permiten inspeccionar, ejecutar, modificar e integrar los componentes publicados del modelo conforme a la licencia. No incluyen automáticamente todo el proceso de entrenamiento, todos los módulos de producción ni derechos de uso sin restricciones.
MiniMax lanzó H3 el 31 de julio de 2026 y publicó los pesos de H3-Base el 2 de agosto. Los archivos están disponibles en el repositorio oficial del modelo H3 y en el repositorio de GitHub.
Esto es lo que incluye la versión y lo que queda fuera del paquete descargable:
| Elemento | Estado actual | Lo que significa para ti |
|---|---|---|
| Pesos H3-Base FL2VA | Públicos | Permite generar audio y video en local a partir de texto y del fotograma inicial o final |
| Pesos H3-Base Ref2VA | Públicos | Permite generar video en local a partir de referencias multimodales |
| Repositorio de inferencia e integraciones | Público | Permite realizar pruebas autohospedadas y crear pipelines personalizados |
| Implementación de Context-IR | Alojada, no pública | El sistema de orquestación y preprocesamiento de MiniMax no se puede modificar localmente |
| Regenerate-2K | No en la versión actual | H3-Base local no es la ruta 2K oficial completa |
| Receta de entrenamiento completa y datos | No constan como publicados | La publicación no permite reproducir por completo el entrenamiento |
| Licencia | Licencia comunitaria personalizada | Los pesos públicos no implican un uso mundial o comercial sin restricciones |
Es una publicación relevante, pero su alcance es menor de lo que sugiere la expresión «código totalmente abierto».
MiniMax lanzó dos checkpoints H3-Base específicos para tareas. Ambos generan video y audio estéreo nativo, pero aceptan diferentes formas de control.
| Checkpoint | Función principal | Entradas | Salida local documentada |
|---|---|---|---|
| H3-Base FL2VA | Generación de texto y fotogramas | Texto, con cero, una o dos imágenes de los extremos | Video a 768p con audio |
| H3-Base Ref2VA | Generación de referencia multimodal | Texto más imágenes de referencia o video, con audio opcional; el audio no puede ser la única entrada multimedia | Video a 768p con audio |
FL2VA significa first-and-last-frame-to-audio-video. Sin imágenes, genera audio y video a partir de texto. Una imagen puede definir el fotograma inicial o final; dos imágenes pueden definir ambos extremos.
Ref2VA significa reference-to-audio-video. Permite que imágenes, clips de video y audio opcional guíen distintos elementos del clip de destino. El audio de referencia debe ir acompañado de al menos una imagen o un video. El texto indica qué debe aportar cada referencia.
El repositorio oficial distribuye las familias de checkpoints originales y archivos compatibles con Diffusers. MiniMax documenta que los checkpoints originales usan precisión BF16 y describe los pesos publicados de Omni Transformer como destilados mediante CFG.
Cada checkpoint contiene más que un único archivo de Transformer. La ficha oficial del modelo H3 enumera un Omni Transformer especializado y sus componentes auxiliares:
MiniMax describe H3-Omni-Transformer como un modelo denso de flujo único. Predice conjuntamente las representaciones latentes de video y audio; después, los VAE correspondientes las decodifican para producir el resultado audiovisual final.
Los pesos de FL2VA y Ref2VA se distribuyen por separado porque cumplen funciones distintas. Descargar una familia de checkpoints no incorpora automáticamente la otra.
El sistema oficial completo contiene tres módulos. Actualmente, solo el módulo central de generación tiene pesos públicos.
Contexto de formato libre con texto, imágenes, video y audio
↓
Context-IR — servicio alojado; implementación no pública
↓
H3-Base FL2VA o Ref2VA — pesos abiertos; ruta local de 768p
↓
Regenerate-2K — no incluido en la versión pública actual
Context-IR maneja el preprocesamiento y la orquestación para un contexto multimodal de forma libre antes de la generación de H3-Base.
MiniMax describe Context-IR como un sistema alojado de varias etapas. Su implementación no forma parte de la versión abierta. Los desarrolladores pueden llamar al servicio oficial o crear su propia lógica de preprocesamiento a partir de los prompts de MiniMax.
Un proceso de preprocesamiento independiente puede cumplir el mismo propósito general. No se convierte en la implementación oficial de Context-IR simplemente porque formatea las referencias para H3-Base.
H3-Base recibe el contexto preparado y genera video de 768p con audio estéreo. Esta es la parte que MiniMax lanzó como checkpoints FL2VA y Ref2VA.
La ruta pública inicial de inferencia utiliza atención completa. MiniMax prevé publicar más adelante su implementación de atención dispersa, pero no ha indicado una fecha.
Regenerate-2K vuelve a procesar mediante H3 el resultado a 768p junto con el contexto original. Este diseño difiere de un reescalador independiente convencional.
El módulo no forma parte de la publicación actual. MiniMax documenta un flujo de trabajo híbrido oficial que combina H3-Base en local con los endpoints alojados de Context-IR y regeneración.
Ese flujo de trabajo híbrido permite obtener la ruta oficial a 2K, pero no constituye un pipeline 2K totalmente local y de pesos abiertos.
La ejecución de H3-Base localmente te brinda control directo sobre los dos checkpoints de generación lanzados, pero no reproduce el sistema H3 alojado completo de MiniMax.
Elige FL2VA cuando quieras generar a partir de texto o guiar un clip con un primer fotograma, un último fotograma o ambos. Elige Ref2VA cuando quieras que imágenes, videos y audio opcional guíen la identidad, el estilo, el movimiento, el comportamiento de la cámara, la voz o el sonido. Ambos checkpoints generan salida audiovisual a una resolución documentada de 768p; la ruta completa de 2K aún depende de componentes alojados fuera del paquete de pesos abiertos.
MiniMax enumera SGLang, vLLM, Diffusers y ComfyUI como opciones de inferencia. Estos proporcionan formas basadas en código y nodos para ejecutar o experimentar con los checkpoints publicados.
Cualquiera que sea la ruta que elijas, el autohospedaje te transfiere el trabajo operativo. Debes administrar el almacenamiento del modelo, las dependencias, la computación, el rendimiento, las actualizaciones, los controles de acceso, las salvaguardas y la revisión de resultados. Por lo tanto, la implementación local no es automáticamente gratuita ni automáticamente privada: los costos incluyen hardware o alojamiento, electricidad, tiempo de ingeniería, almacenamiento, monitoreo y ejecuciones fallidas, mientras que la privacidad depende de tus registros, almacenamiento de activos, políticas de acceso, nodos de terceros y aplicaciones circundantes.
La personalización de H3 se divide en tres capas. Las dos primeras no requieren cambiar los pesos del modelo; la tercera exige validación técnica y una revisión de la licencia.
| Capa | Qué puedes personalizar de forma razonable | Límite actual |
|---|---|---|
| Generación | prompts, orden de tomas, duración, proporción, fotogramas de punto final y roles de referencia | Los resultados siguen siendo probabilísticos; las referencias no garantizan una identidad perfecta ni un bloqueo total del movimiento |
| Pipeline | Preprocesamiento, organización de referencia, parámetros de inferencia, nodos, almacenamiento, revisión y lógica de aplicación circundante. | Los componentes internos oficiales de Context-IR siguen alojados; los nodos de terceros no cuentan con la garantía de MiniMax |
| Modelo | Modificar los pesos publicados y crear derivados cuando la licencia lo permita | Sin receta oficial de ajuste, entrenador LoRA, paquete de datos, hardware mínimo ni garantía de resultados |
Empieza por cambiar el plan de entrada, no los pesos. Separa las referencias de identidad, movimiento, cámara y audio. Asigna a cada fuente una función clara y limita la acción objetivo para que resulte fácil de revisar.
Para FL2VA, decide si la composición inicial, la composición final o ambas son importantes. Para Ref2VA, decide qué fuente controla cada variable creativa.
Estas elecciones pueden cambiar sustancialmente el resultado. También siguen siendo opciones de inferencia ordinarias, no ajustes de modelos.
Un equipo puede añadir validación de recursos, composición de prompts, colas, almacenamiento, moderación, evaluación y lógica de reintento alrededor de los checkpoints publicados. Las herramientas basadas en nodos también permiten ofrecer a los creadores determinados ajustes de inferencia.
Esta capa suele ofrecer un control más práctico que el entrenamiento. Puede estandarizar entradas, recopilar resultados comparables y evitar solicitudes no válidas antes de que comiencen las costosas inferencias.
Sin embargo, un preprocesador personalizado no es Context-IR. Un flujo de trabajo comunitario no es una promesa oficial de rendimiento. Documenta esos límites en cualquier sistema interno o de cara al cliente.
El repositorio indica que MiniMax publicó todos los pesos de H3-Omni-Transformer para respaldar nuevos desarrollos, incluido el ajuste fino. La licencia también define y permite los derivados del modelo dentro de sus condiciones.
Eso no equivale a un flujo de entrenamiento listo para usar. MiniMax no ha publicado una receta oficial de ajuste fino para H3, un entrenador LoRA con un clic, datos de entrenamiento ni una configuración mínima de hardware verificada.
Trata las recetas comunitarias como experimentos. Registra la fuente, versión, derechos de datos, calidad de salida y supuestos de hardware antes de adoptarlos.
Esta comparación se refiere a la responsabilidad operativa y la disponibilidad del módulo, no a una guía general para elegir una ruta de acceso H3.
| Área de decisión | H3-Base local | Servicios alojados MiniMax |
|---|---|---|
| Infraestructura | Gestionas los archivos del modelo y ejecutas la inferencia | MiniMax opera los servicios alojados. |
| Procesamiento de contexto | La implementación de Context-IR no está incluida; debes crear el preprocesamiento o llamar al servicio alojado | Context-IR está disponible a través de servicios alojados |
| Ruta de salida | La generación base es de 768p; la ruta híbrida oficial a 2K sigue llamando a módulos alojados | La API de extremo a extremo ofrece 768P y 2K |
| Personalización | Infraestructura, pipeline y modificaciones de pesos permitidas | Lógica de solicitud y aplicación |
| Responsabilidad principal | Implementación, seguridad, mantenimiento y cumplimiento de licencias | Integración de API, manejo de resultados y términos de servicio |
La Licencia comunitaria de MiniMax H3 regula los materiales publicados. Es una licencia personalizada, no una licencia permisiva estándar como MIT o Apache.
Este resumen es para información general y no es asesoramiento legal. Revisa la licencia vigente y obtén asesoramiento calificado para tu situación.
La licencia define su Territorio Aplicable como mundial, excepto cuatro áreas excluidas: la Unión Europea, el Reino Unido, la República de Corea y los Estados Unidos.
Los permisos sobre los materiales H3 publicados solo se aplican dentro de ese territorio. Las organizaciones de las regiones excluidas pueden solicitar a MiniMax una licencia formal.
La restricción territorial también se aplica a H3 Works y a sus resultados. El acuerdo no autoriza su uso, reproducción, modificación, distribución o exhibición fuera del territorio aplicable.
La FAQ oficial de MiniMax sobre la licencia describe la API alojada de otra forma: indica que está disponible en todo el mundo con salvaguardas gestionadas por el proveedor.
No traslades la regla territorial de los pesos sin procesar a la API alojada sin tener en cuenta esa distinción. Los usuarios de la API deben seguir cumpliendo los términos de la plataforma y la legislación aplicable.
La licencia dice que se requiere autorización previa por escrito cuando los productos y servicios comerciales generan más de 20 millones de dólares en ingresos anuales. Esa redacción no significa simplemente los ingresos totales de la empresa.
Los productos o servicios comerciales que utilicen H3 o H3 Works deben mostrar MiniMax H3 de forma destacada en su interfaz. La frase Powered by MiniMax H3 se recomienda por separado, pero no sustituye esa obligación.
El umbral no es la única condición. También se aplican el territorio, el uso aceptable, las salvaguardias, los términos posteriores, los avisos y los derechos de terceros.
Al distribuir los materiales, el acuerdo debe acompañar a los destinatarios. Los archivos modificados necesitan avisos de modificación visibles y las distribuciones no alojadas deben incluir el archivo NOTICE especificado por la licencia.
Los productos alojados deben vincular a los usuarios mediante condiciones de protección y aplicar salvaguardas razonables. La política de uso aceptable también exige identificar claramente como generado por una máquina el contenido publicado en entornos públicos.
MiniMax no reclama ningún derecho sobre los resultados generados bajo la licencia. Los usuarios siguen siendo responsables de los resultados, el uso posterior y los derechos de terceros.
MiniMax no publica un requisito mínimo universal de GPU para H3-Base en la tarjeta del modelo. Sus comandos SGLang muestran un ejemplo de implementación de cuatro GPU, pero un ejemplo no es un mínimo.
El repositorio oficial también enumera varios runtimes y métodos de implementación. El framework, la precisión, la cuantización, la resolución y la duración del clip afectan a la memoria y la velocidad.
El tutorial de ComfyUI utiliza archivos de modelo optimizados y nodos nativos. Todavía no establece una GPU de consumo como base oficial para cada flujo de trabajo H3.
Antes de comprar hardware, prueba el checkpoint exacto y el flujo de trabajo que planeas ejecutar. Registra las versiones del software, la precisión, la cuantización, el pico de VRAM, el tiempo de generación y la calidad de salida.
Evita convertir un benchmark de la comunidad en un requisito universal. Los datos sobre hardware quedan obsoletos rápidamente cuando cambian los runtimes y las cuantizaciones.
Ejecutar un checkpoint es sólo una parte de la adopción de un modelo de pesos abiertos. Antes de convertir H3-Base en una dependencia de producción, confirma el alcance del modelo, las condiciones de la licencia y los requisitos operativos para tu caso de uso específico:
MiniMax H3 en la interfaz y los avisos de distribución.Los archivos del modelo y los términos de la licencia pueden cambiar. Guarda una copia de las versiones exactas utilizadas para cada decisión de producción.
No. H3-Base ofrece pesos públicos para FL2VA y Ref2VA, pero el sistema completo no es público. Además, una licencia comunitaria personalizada limita cómo y dónde pueden utilizarse los materiales publicados.
Puedes descargar H3-Base FL2VA y H3-Base Ref2VA. FL2VA cubre tareas de texto y de fotograma inicial o final. Ref2VA permite generar video y audio a partir de referencias.
No solo con la publicación actual de pesos abiertos. H3-Base genera a 768p. La ruta oficial a 2K utiliza la etapa alojada Regenerate-2K y el contexto original de la generación.
Los pesos publicados permiten las modificaciones y los trabajos derivados autorizados por la licencia. Sin embargo, MiniMax no ha publicado una receta oficial para ajustar H3 ni un flujo de entrenamiento LoRA con un clic.
MiniMax no especifica una GPU mínima universal. Sus ejemplos y runtimes compatibles son puntos de partida, no garantías para todos los checkpoints, niveles de precisión o ajustes de video.
La licencia concede derechos solo dentro de su territorio aplicable y bajo sus condiciones, que incluyen obligaciones comerciales adicionales. Revisa el territorio, el umbral de ingresos, la presentación en la interfaz, los avisos, las salvaguardas y el uso aceptable.
La licencia comunitaria predeterminada de los pesos excluye esos territorios, aunque las organizaciones pueden solicitar una licencia formal. Las preguntas y respuestas oficiales de MiniMax describen por separado la API alojada como disponible en todo el mundo con salvaguardas.
Los pesos públicos de MiniMax H3 abren opciones reales para la inferencia local y la personalización permitida. No eliminan las restricciones de todos los módulos, territorios o usos, así que conviene comparar la carga operativa y de licencia antes de invertir en infraestructura.
MiniMax H3 ya se ha lanzado oficialmente, pero todavía no está disponible en DomoAI. Llegará próximamente y compartiremos una actualización cuando pueda utilizarse en DomoAI.
Artículos recientes
