2026年8月3日，港股MiniMax股价报收249.4港元，单日涨幅逾10%。这反映了市场对MiniMax当日正式发布新一代多模态生成模型H3的积极回应。
01、行业长期受困于闭源模型主导的局面，视频生成赛道亦不例外，此前主要由Seedance、可灵等头部模型占据，价格、算力及生成速度是市场焦点。MiniMax发布的H3，为这一市场带来了全新变数。官方定位H3为通用全模态生成模型，具备对文本、图像、视频、声音等多模态上下文的统一理解能力，支持原生双声道音视频输出，最高分辨率可达2K。从性能表现来看，H3与Seedance 2.5处于同一梯队。早期邀测显示效果惊艳：仅需一张人物参考图、一段希区柯克式运镜视频及一段参考歌声，H3便能精准理解并生成带有原生双声道音效的2K成片，这种跨模态复合参考能力此前是Seedance的招牌，如今MiniMax也将其收入囊中。在权威榜单Artificial Analysis上，截至2026年7月31日，H3在视频编辑能力项全球排名第一，文生视频和图生视频能力分列第二、第三，综合能力跻身全球顶尖行列。
H3的一大亮点是其复杂文本保持能力。在影视片头字幕、动态海报品牌标识、UI动效字幕等场景中，H3能让文字深度融入视觉构图：文字需贴合物体透视，接受场景光照，并随镜头和主体动作保持稳定。例如，将品牌logo置于玻璃杯上，模型需理解玻璃折射；置于墙上，需理解墙体曲率与纹理；镜头推拉时，字体形状不发生畸变。这已超越单纯的字体生成技术，体现了模型对场景的整体理解能力。根据MiniMax技术博客，H3的核心技术亮点在于“Contextual Omni Representation”，即将整段素材视为统一上下文，为模型描述视频、音频等元素间的关系，并为此搭建了专门的模型与全模态理解管线。
02、除性能外，H3延续了MiniMax“量大管饱”的特点。默认输出2K分辨率，每秒定价仅0.8元人民币，在同级别产品中极具价格竞争力。过去半年，行业主流商用模型默认分辨率多在1080p，H3直接将默认分辨率提升至2K。支撑这一价差的是技术创新：自研H3-VAE将画面压缩率做到行业顶尖水平，同等视频序列长度缩减4倍，大幅降低训练与推理成本。不同于行业常见的“低清生成+超分放大”模式，H3将低清视频作为参考，结合上下文信息恢复细节，这也是其在复杂文字场景不翻车的底层原因。H3走的是“以架构效率提升性能”的路线，随着算力成本压缩，视频生成的毛利率天花板有望重新打开。
H3正在重塑视频后期工作流，它将理解创意、生成画面、匹配音效、渲染字幕、完成动效包装等全流程内置，一次生成即可交付成品。以电商广告为例，用户只需输入产品图和脚本，H3即可输出包含货架运镜、旁白配音、字幕、价格弹跳及光影氛围的成片，且各元素与画面空间、光线、节奏完美对齐。从指令遵循、品牌信息呈现到V2V动作迁移，H3具备商用级多场景能力，广泛适用于广告、电商、游戏等领域。参考Adobe财报及国内外包市场数据，如果H3能有效替代10%至30%的传统后期工序，市场潜力巨大。正如MiniMax所言，视频模型将走向真正参与内容生产全过程，AI原生后期能力正在吞噬传统后期软件。
03、视频生成领域迎来旗舰开源时刻，H3发布当日即宣布将在数日内开放模型权重。过去，视频生成默认为闭源模型（如Seedance、可灵、Sora、Veo等），主要因训练成本高昂。开源意味着打破闭源独大格局，促使行业竞争从单一技术比拼转向生态竞争。闭源模式下，定价波动大、C端B端倒挂、中小企业接入门槛高等问题频发，而H3的开源策略将改变这一现状，让行业竞争更加透明。特别是对于影视公司、广告主、游戏公司等对数据主权敏感的客户，H3的开源及本地私有化部署能力，正好接住了这些过去被拒之门外的B端高价值场景。H3以旗舰身份、2K分辨率和0.8元/秒的起步价，将商用门槛压至主流模型的三分之一，打破了视频生成市场的失衡局面，将话语权交还给开发者生态与中小公司。
对于港股MiniMax而言，H3的意义不仅是一款新产品的发布。自今年1月上市以来，市场估值锚点从追捧转向审慎，而H3是公司在经历波折后的首次主动出击。这证明MiniMax仍具备颠覆游戏规则的能力。