MiniMax H3 ist das erste offene Videomodell auf Platz eins im Video Editing

MiniMax hat die Gewichte seines Videomodells H3 freigegeben und damit erstmals ein offenes Modell an die Spitze eines Video-Rankings gebracht. Bei Artificial Analysis liegt H3 auf Platz eins im Video Editing, Platz zwei bei Text-zu-Video und Platz drei bei Bild-zu-Video. Das 33-Milliarden-Parameter-Modell verarbeitet Text, Bilder, Videos und Audio gemeinsam und erzeugt einen vier bis 15 Sekunden langen Clip mit Stereo-Ton, laut Modellkarte mit bis zu neun Referenzbildern, drei Videoclips und drei Audioclips pro Prompt.

Video von MiniMax H3

Zwei Bausteine bleiben aber geschlossen: das Modul für die 2K-Auflösung und H3-Context-IR, das Prompts und Referenzmaterial in eine strukturierte Zwischenform übersetzt. Lokal in ComfyUI kommen daher 768p heraus, die Kontextaufbereitung lässt sich anhand der veröffentlichten Prompting-Leitfäden aber selbst nachbauen. Mit den offenen Gewichten ist zudem Feintuning möglich, etwa auf eigenes Filmmaterial, Figuren oder einen festen Look. Die Lizenz erlaubt kommerzielle Nutzung allerdings nur unter 20 Millionen Dollar Umsatz.

Zeitgleich veröffentlichte ByteDance das geschlossene Seedance 2.5, das 30-Sekunden-Clips mit Audio liefert.