MiniMax-H3

中文简介

MiniMax H3 将多模态上下文处理、音视频生成和高分辨率再生成分成不同模块，可根据文本、图像等上下文生成带声音的视频。准备素材时应分别核对 Context-IR、Base 与 Regenerate-2K。

适用场景

适合音画同步短片、参考图驱动视频与多模态生成研究，先从基础生成流程验证。

模型参数

选型方向：图像、文档与视频。固定上游版本：42ed227ee7df40d41602854ae760620d6eb651fe。API 任务字段：image-text-to-video。上游最近更新时间：2026-08-13（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 280 个文件，文件元数据合计 464.24 GB。 已保存文件清单中的主要扩展名：.safetensors 30 个、.json 26 个、.py 19 个、.mp4 14 个、.md 3 个、.png 3 个。 当前较大的文件包括：FL2VA/video_vae/source/model.safetensors（9.70 GB）；FL2VA/transformer/model-00001-of-00013.safetensors（4.87 GB）；FL2VA/transformer/model-00004-of-00013.safetensors（4.81 GB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

• .gitattributes1.61 KB
• assets/fl2va.mp41.02 MB
• assets/full-arch.png410.79 KB
• assets/h3_direct_2k.mp48.53 MB
• assets/h3_direct_768p.mp42.27 MB
• assets/i2va.mp41.02 MB
• assets/i2va_2k.mp43.18 MB
• assets/i2va_direct_2k.mp44.36 MB
• assets/i2va_direct_768p.mp41.38 MB
• assets/minimax-h3.png688.61 KB
• assets/overview.png207.90 KB
• assets/r2va.mp4830.79 KB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

先选定所需权重格式和精度，再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例，不能用来直接推算运行显存；内存还受上下文、缓存、批量和并发影响，应以小样本实测确定配置。

注意事项

完整系统和单个检查点不能混为一谈；采用 MiniMax H3 社区许可，组件组合与再分发条件需逐项核对。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

• 大模型获取与国内转存服务
• 大模型怎么下载：Hugging Face 官方方式与国内交付完整指南
• 国内下载 Hugging Face 模型很慢或经常中断怎么办
• DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地