MiniMax H3 met la vidéo IA 2K avec audio en poids ouverts
Tous les articles du blog
Un modèle vidéo 2K avec son stéréo natif, en libre téléchargement : voilà le pavé que MiniMax vient de jeter dans la mare. Le labo de Shanghai a officiellement ouvert les poids de H3, quelques jours après son lancement du 31 juillet. Veo 3.1, Kling 3.0 et Sora 2 ont soudain un rival gratuit.
MiniMax H3 écoute la scène avant de la filmer
H3 lit le texte, les images, la vidéo et l'audio dans un même contexte. Le modèle génère ensuite des clips de 4 à 15 secondes, dialogues, bruitages et ambiance compris, en une seule passe. Le tout en 24 images par seconde, avec un son stéréo dans 11 langues.
L'audio sert même d'entrée : une piste sonore peut piloter le rythme visuel de la scène. Pour le contrôle, H3 accepte jusqu'à neuf images, trois vidéos et trois pistes audio de référence. Il modifie aussi un clip existant sur simple instruction écrite.
Des poids ouverts, mais pas tout le système
Précision utile : le module publié sur Hugging Face se nomme H3-Base, un générateur 768p avec audio. La couche d'orchestration Context-IR et le pipeline complet de régénération 2K restent hébergés chez MiniMax.
L'argument massue tient dans le prix. En 2K, MiniMax revendique un coût par seconde inférieur au tiers des modèles dominants. En 768p, la facture tombe même sous la moitié des offres équivalentes, si l'on en croit le labo.
MiniMax H3 face à Seedance, Veo et Kling
Le calendrier ne doit rien au hasard : ByteDance a dégainé Seedance 2.5 dans les mêmes 24 heures. Les labos chinois chassent désormais en meute, sur la qualité comme sur les tarifs. Un ingénieur MiniMax revendique même la première place en édition vidéo avec audio chez Artificial Analysis, une affirmation à vérifier.
Après Kimi K3 côté texte, la vague chinoise des poids ouverts touche donc la vidéo. Seul bémol : le service hébergé n'est pas proposé aux États-Unis, dans l'UE ni au Royaume-Uni, régulation et droits d'auteur obligent. Les poids, eux, voyagent sans visa.
La vidéo, prochain terrain de jeu de l'open source
MiniMax vise aussi la robotique : ses chercheurs décrivent la génération vidéo comme un moteur pour les modèles de monde. Rendez-vous dans quelques semaines, quand les premiers forks communautaires diront si la vidéo IA open source tient la comparaison.
MiniMax H3 est-il vraiment gratuit et open source ?
Les poids du générateur H3-Base se téléchargent librement sur Hugging Face et tournent en local, sous réserve de la licence. La couche Context-IR et le rendu 2K hébergé passent toujours par l'API payante de MiniMax.
Quelle durée maximale pour une vidéo MiniMax H3 ?
MiniMax H3 génère des clips de 4 à 15 secondes, en 24 images par seconde et jusqu'en 2K, avec audio stéréo natif synchronisé. Les formats 16:9, 1:1, 3:4 et 9:16 sont couverts.