Table des matières
Transformez n'importe quel texte, image ou vidéo en vidéos animées, réalistes ou artistiques. Plus de 30 styles uniques disponibles.
Oui. MiniMax H3 est disponible publiquement comme modèle à poids ouverts. Cependant, le système H3 complet n’est ni entièrement ouvert ni utilisable sans restriction. MiniMax a publié les checkpoints H3-Base FL2VA et Ref2VA sous une licence communautaire personnalisée. Context-IR reste hébergé et Regenerate-2K ne fait pas partie de la publication actuelle.
MiniMax qualifie H3 de modèle ouvert. Pour les décisions techniques et commerciales, modèle à poids ouverts est la description la plus précise.
Cette distinction est importante. Les poids publics permettent d’inspecter, d’exécuter, de modifier et d’intégrer les composants publiés du modèle conformément à la licence. Ils ne donnent pas automatiquement accès à l’ensemble du processus d’entraînement, à tous les modules de production ni à des droits d’utilisation sans restriction.
MiniMax a lancé H3 le 31 juillet 2026, puis publié les poids de H3-Base le 2 août. Les fichiers sont disponibles dans le dépôt officiel du modèle H3 et dans le dépôt GitHub.
Voici ce que la version inclut et ce qui reste en dehors du package téléchargeable :
| Élément | Statut actuel | Ce que cela signifie pour vous |
|---|---|---|
| Poids H3-Base FL2VA | Publics | Permet de générer localement de la vidéo avec audio à partir de texte et d’une image initiale ou finale |
| Poids H3-Base Ref2VA | Publics | Permet de générer localement de la vidéo à partir de références multimodales |
| Dépôt d’inférence et intégrations | Publics | Prend en charge les expériences auto-hébergées et les pipelines personnalisés |
| Implémentation Context-IR | Hébergée, non publique | Le système de prétraitement et d'orchestration de MiniMax ne peut pas être modifié localement |
| Regenerate-2K | Pas dans la version actuelle | H3-Base en local ne constitue pas la chaîne officielle complète vers le 2K |
| Recette d’entraînement complète et données | Non répertorié comme publié | La publication ne permet pas de reproduire intégralement l’entraînement |
| Licence | Licence communautaire personnalisée | Les poids publics n’impliquent pas une utilisation mondiale ou commerciale sans restriction |
Il s’agit d’une publication importante, mais sa portée est plus limitée que ne le suggère l’expression « entièrement open source ».
MiniMax a publié deux checkpoints H3-Base spécifiques à des tâches. Les deux génèrent de la vidéo et de l’audio stéréo natif, mais ils acceptent différentes formes de contrôle.
| Checkpoint | Fonction principale | Entrées | Sortie locale documentée |
|---|---|---|---|
| H3-Base FL2VA | Génération guidée par le texte et les images | Texte, avec zéro, une ou deux images de point final | Vidéo 768p avec audio |
| H3-Base Ref2VA | Génération de référence multimodale | Texte plus images de référence et/ou vidéo, avec audio en option ; l'audio ne peut pas être la seule entrée multimédia | Vidéo 768p avec audio |
FL2VA signifie first-and-last-frame-to-audio-video. Sans image, il génère de la vidéo avec audio à partir du texte. Une image peut définir l’image initiale ou finale ; deux images peuvent définir les deux extrémités.
Ref2VA signifie référence à l'audio-vidéo. Il permet aux images, aux clips vidéo et à l'audio en option de guider différentes parties d'un clip cible. L’audio de référence doit accompagner au moins une image ou une vidéo. Le texte explique ce que chaque référence doit apporter.
Le dépôt officiel distribue les familles de checkpoints d’origine et des fichiers compatibles avec Diffusers. MiniMax indique une précision BF16 pour les checkpoints d’origine et décrit les poids publiés d’Omni Transformer comme distillés par CFG.
Chaque checkpoint est constitué de plusieurs fichiers de transformateur. La carte officielle du modèle H3 répertorie un Omni Transformer spécialisé avec ses composants de support :
MiniMax décrit le H3-Omni-Transformer comme un modèle dense à flux unique. Il prédit ensemble les latents vidéo et audio. Les VAE correspondants décodent ensuite ces latents dans le résultat audiovisuel final.
Les poids FL2VA et Ref2VA sont distincts car leurs tâches diffèrent. Le téléchargement d’une famille de tâches n’ajoute pas automatiquement l’autre famille de tâches.
Le système officiel complet contient trois modules. Seul le module de génération intermédiaire a aujourd'hui des poids publics.
Contexte libre : texte, image, vidéo et audio
↓
Context-IR — hébergé ; implémentation non publique
↓
H3-Base FL2VA ou Ref2VA — poids publics ; chaîne locale en 768p
↓
Regenerate-2K — absent de la version publique actuelle
Context-IR gère le prétraitement et l'orchestration pour un contexte multimodal de forme libre avant la génération H3-Base.
MiniMax décrit Context-IR comme un système hébergé à plusieurs étapes. Sa mise en œuvre ne fait pas partie de la version open-weight. Les développeurs peuvent appeler le service officiel ou créer leur propre logique de prétraitement à partir des instructions de MiniMax.
Un pipeline de prétraitement indépendant peut remplir le même objectif général. Il ne devient pas pour autant l’implémentation officielle de Context-IR simplement parce qu’il met les références au format attendu par H3-Base.
H3-Base reçoit le contexte préparé et génère une vidéo 768p avec audio stéréo. C'est la partie que MiniMax a publiée en tant que checkpoints FL2VA et Ref2VA.
La première chaîne d’inférence publique utilise l’attention complète. MiniMax prévoit de publier ultérieurement son implémentation de l’attention parcimonieuse, sans avoir annoncé de date.
Regenerate-2K reprend le résultat 768p et le contexte d'origine via H3. Cette conception diffère d’un upscaler autonome conventionnel.
Le module ne fait pas partie de la publication actuelle. MiniMax documente un workflow hybride officiel qui combine H3-Base en local avec les endpoints hébergés de Context-IR et de régénération.
Ce flux de travail hybride peut produire le chemin officiel 2K. Il ne s’agit pas d’un pipeline 2K entièrement local et ouvert.
L’exécution locale de H3-Base vous donne un contrôle direct sur les deux checkpoints de génération publiés, sans pour autant reproduire le système H3 hébergé complet de MiniMax.
Choisissez FL2VA lorsque vous souhaitez générer à partir de texte ou guider un clip avec une première image, une dernière image ou les deux. Choisissez Ref2VA lorsque vous souhaitez que des images, de la vidéo et de l'audio en option guident l'identité, le style, le mouvement, le comportement de la caméra, la voix ou le son. Les deux checkpoints génèrent une sortie audiovisuelle à une résolution documentée de 768p ; le chemin 2K complet dépend toujours des composants hébergés en dehors du package open-weight.
MiniMax répertorie SGLang, vLLM, Diffusers et ComfyUI comme options d'inférence. Ceux-ci fournissent des moyens basés sur le code et les nœuds pour exécuter ou expérimenter les checkpoints publiés.
Quelle que soit la voie que vous choisissez, l’auto-hébergement vous transfère le travail opérationnel. Vous devez gérer le stockage des modèles, les dépendances, le calcul, les performances, les mises à jour, les contrôles d'accès, les protections et l'examen des résultats. Le déploiement local n'est donc ni automatiquement gratuit ni automatiquement privé : les coûts incluent le matériel ou l'hébergement, l'électricité, le temps d'ingénierie, le stockage, la surveillance et les échecs d'exécution, tandis que la confidentialité dépend de vos journaux, du stockage des actifs, des politiques d'accès, des nœuds tiers et des applications environnantes.
La personnalisation de H3 comporte trois niveaux. Les deux premiers ne nécessitent aucune modification des poids du modèle ; le troisième exige une validation technique et un examen de la licence.
| Niveau | Ce que vous pouvez raisonnablement personnaliser | Limite actuelle |
|---|---|---|
| Génération | Prompts, ordre des plans, durée, format, images initiale et finale, et rôles des références | Les résultats restent probabilistes ; les références ne garantissent ni une identité parfaite ni un verrouillage total du mouvement |
| Pipeline | Prétraitement, organisation des références, paramètres d’inférence, nœuds, stockage, contrôle et logique applicative environnante | Les composants internes officiels de Context-IR restent hébergés ; les nœuds tiers ne bénéficient d’aucune garantie de MiniMax |
| Modèle | Modifier les poids publiés et créer des dérivés lorsque la licence l’autorise | Aucune recette officielle d’affinage, aucun outil d’entraînement LoRA, jeu de données, matériel minimal ou résultat garanti |
Commencez par modifier le plan d’entrée, pas les poids. Séparez les références d’identité, de mouvement, de caméra et d’audio. Attribuez un rôle précis à chaque source et limitez l’action cible à un périmètre facile à vérifier.
Pour FL2VA, décidez si la composition d’ouverture, la composition de fin ou les deux sont importantes. Pour Ref2VA, décidez quelle source contrôle chaque variable de création.
Ces choix peuvent modifier considérablement le résultat. Il s’agit également de choix d’inférence ordinaires, et non d’un réglage fin du modèle.
Une équipe peut ajouter autour des checkpoints publiés la validation des ressources, l’assemblage des prompts, les files d’attente, le stockage, la modération, l’évaluation et la logique de nouvelle tentative. Les outils à base de nœuds permettent aussi de proposer aux créateurs certains réglages d’inférence.
Ce niveau offre souvent un contrôle plus pratique que l’entraînement. Il permet de normaliser les entrées, de recueillir des sorties comparables et de bloquer les requêtes invalides avant de lancer des inférences coûteuses.
Cependant, un préprocesseur personnalisé n'est pas Context-IR. Un workflow communautaire n'est pas une promesse de performance officielle. Documentez ces limites dans tout système interne ou orienté client.
Le dépôt indique que MiniMax a publié l’intégralité des poids H3-Omni-Transformer pour soutenir de nouveaux développements, notamment l’affinage. La licence définit et autorise également les modèles dérivés dans le respect de ses conditions.
Cela ne fournit pas pour autant un workflow d’entraînement prêt à l’emploi. MiniMax n’a publié ni recette officielle d’affinage pour H3, ni outil LoRA en un clic, ni données d’entraînement, ni configuration matérielle minimale vérifiée.
Considérez les recettes communautaires comme des expériences. Enregistrez leur source, leur version, leurs droits sur les données, la qualité de sortie et les hypothèses matérielles avant de les adopter.
Cette comparaison concerne la responsabilité opérationnelle et la disponibilité des modules, et non un guide général pour choisir une voie d'accès H3.
| Zone de décision | H3-Base en local | Services hébergés MiniMax |
|---|---|---|
| Infrastructure | Vous gérez les fichiers du modèle et exécutez l’inférence | MiniMax exploite les services hébergés |
| Traitement du contexte | L’implémentation de Context-IR n’est pas incluse ; vous devez créer le prétraitement ou appeler le service hébergé | Context-IR est disponible via des services hébergés |
| Chemin de sortie | La génération de base s’effectue en 768p ; la chaîne hybride officielle vers le 2K fait toujours appel à des modules hébergés | L'API de bout en bout propose 768P et 2K |
| Personnalisation | Infrastructure, pipeline et changements de poids autorisés | Logique de demande et d’application |
| Responsabilité principale | Déploiement, sécurité, maintenance et conformité des licences | Intégration de l'API, gestion des sorties et conditions de service |
La licence communautaire de MiniMax H3 régit les éléments publiés. Il s’agit d’une licence personnalisée, et non d’une licence permissive standard comme MIT ou Apache.
Ce résumé est fourni à titre d’information générale et ne constitue pas un avis juridique. Consultez la licence en vigueur et demandez un conseil qualifié adapté à votre situation.
La licence définit son territoire applicable comme étant le monde entier, à l'exception de quatre zones exclues : l'Union européenne, le Royaume-Uni, la République de Corée et les États-Unis.
Les autorisations portant sur les éléments H3 publiés ne s’appliquent que dans ce territoire. Les organisations situées dans les régions exclues peuvent demander une licence formelle à MiniMax.
La restriction territoriale s’applique également à H3 Works et à leurs résultats. L’accord n’autorise ni leur utilisation, ni leur reproduction, modification, distribution ou affichage en dehors du territoire applicable.
La FAQ officielle de MiniMax sur la licence décrit différemment l’API hébergée : elle indique que celle-ci est disponible dans le monde entier avec des protections gérées par le fournisseur.
N’appliquez pas à l’API hébergée la règle territoriale qui concerne les poids publiés sans tenir compte de cette distinction. Les utilisateurs de l’API doivent toujours respecter les conditions de la plateforme et le droit applicable.
La licence indique qu'une autorisation écrite préalable est requise lorsque les produits et services commerciaux génèrent plus de 20 millions de dollars de revenus annuels. Cette formulation ne désigne pas simplement le chiffre d’affaires total de l’entreprise.
Les produits ou services commerciaux qui utilisent H3 ou H3 Works doivent afficher clairement MiniMax H3 dans leur interface. La formule Powered by MiniMax H3 est recommandée séparément, mais ne remplace pas cette obligation.
Le seuil n'est pas la seule condition. Le territoire, l'utilisation acceptable, les garanties, les conditions en aval, les avis et les droits de tiers s'appliquent également.
La distribution impose de transmettre l’accord aux destinataires. Les fichiers modifiés doivent porter des avis de modification visibles, et les distributions non hébergées doivent aussi inclure le fichier NOTICE prévu par la licence.
Les produits hébergés doivent soumettre les utilisateurs à des conditions protectrices et appliquer des mesures de sécurité raisonnables. La politique d’utilisation acceptable exige aussi de signaler clairement comme généré par une machine tout contenu publié dans un environnement public.
MiniMax ne revendique aucun droit sur les sorties générées sous la licence. Les utilisateurs restent responsables des résultats, de leur utilisation ultérieure et des droits des tiers.
MiniMax n’indique pas d’exigence minimale universelle en matière de GPU dans la fiche du modèle H3-Base. Les commandes SGLang montrent un déploiement sur quatre GPU, mais cet exemple ne constitue pas un minimum.
Le dépôt officiel répertorie également plusieurs runtimes et méthodes de déploiement. Le framework, la précision, la quantification, la résolution et la durée du clip influent sur la mémoire et la vitesse.
Le tutoriel ComfyUI utilise des fichiers de modèle optimisés et des nœuds natifs. Il ne désigne toutefois aucun GPU grand public comme référence officielle pour tous les workflows H3.
Avant d'acheter du matériel, testez le checkpoint et le flux de travail exacts que vous prévoyez d'exécuter. Enregistrez les versions du logiciel, la précision, la quantification, la VRAM maximale, le temps de génération et la qualité de sortie.
Évitez de transformer un benchmark communautaire en exigence universelle. Les données matérielles deviennent vite obsolètes lorsque les runtimes et les quantifications évoluent.
L’exécution d’un checkpoint n’est qu’une partie de l’adoption d’un modèle à poids ouvert. Avant de faire de H3-Base une dépendance de production, confirmez la portée du modèle, les conditions de licence et les exigences opérationnelles pour votre cas d'utilisation spécifique :
MiniMax H3 dans l’interface ainsi que les avis de distribution.Les fichiers modèles et les conditions de licence peuvent changer. Conservez une copie des versions exactes utilisées pour chaque décision de production.
Non. Les poids FL2VA et Ref2VA de H3-Base sont publics, mais le système complet ne l’est pas. Une licence communautaire personnalisée limite aussi les lieux et les conditions d’utilisation des éléments publiés.
Vous pouvez télécharger H3-Base FL2VA et H3-Base Ref2VA. FL2VA couvre les tâches fondées sur le texte et les images initiale ou finale. Ref2VA couvre la génération audiovisuelle guidée par des références.
Pas avec la seule publication actuelle des poids ouverts. H3-Base produit du 768p. La chaîne officielle vers le 2K utilise l’étape hébergée Regenerate-2K et le contexte de génération d’origine.
Les poids publiés autorisent les modifications et travaux dérivés permis par la licence. MiniMax n’a toutefois publié ni recette officielle d’affinage pour H3 ni flux d’entraînement LoRA en un clic.
MiniMax n’indique pas de GPU minimal universel. Les exemples documentés et les runtimes compatibles sont des points de départ, pas des garanties pour chaque checkpoint, niveau de précision ou réglage vidéo.
La licence n’accorde des droits que dans son territoire applicable et sous réserve de ses conditions, notamment d’obligations commerciales supplémentaires. Vérifiez le territoire, le seuil de revenus, l’affichage dans l’interface, les mentions, les mesures de protection et l’usage acceptable.
La licence communautaire par défaut des poids exclut ces territoires, même si les organisations peuvent demander une licence formelle. La FAQ officielle de MiniMax décrit séparément l’API hébergée comme disponible dans le monde entier avec des mesures de protection.
Les poids publics de MiniMax H3 ouvrent de réelles possibilités d’inférence locale et de personnalisation autorisée. Ils ne suppriment pas les restrictions qui s’appliquent aux modules, aux territoires ou aux usages ; comparez donc les contraintes opérationnelles et juridiques avant d’investir dans l’infrastructure.
MiniMax H3 a déjà été officiellement publié, mais il n’est pas encore disponible dans DomoAI. Son intégration est prévue prochainement et nous publierons une mise à jour dès qu’il sera accessible dans DomoAI.
Articles récents
.avif)
