MiniMax、全モーダル動画モデルH3を正式リリース、モデルの重みは数日以内に公開予定

ニュース概要

MiniMaxは、上海で開催されたWAIC 2026で「近日公開」のプレートとともに初めて展示してからおよそ2週間後、次世代全モーダル動画モデルH3を予告からプロダクションへと移行させ、正式にリリースした。同モデルは現在、MiniMaxのAPIおよびMiniMax Hubプラットフォームを通じて利用可能であり、同社は言語モデルM3で採用したオープンウェイト戦略を継続し、H3のモデルの重みを数日以内に公開する予定だと述べている。

予告から正式リリースへ

2026年7月17日にMiniMaxがWAICのブースでH3を展示した際、同社の担当者は「近日公開」とのみ説明しており、当時は公式なリリース日は確定していなかった。そのギャップは今や埋まった。H3はMiniMaxの公式プラットフォーム上で正式にリリースされたモデルとして掲載されており、開発者はAPI経由でアクセスするか、MiniMax Hubで直接試用できる。

リリース時に確認された機能

リリースされたモデルは、MiniMaxがWAICで予告した仕様と一致している。H3は24フレーム/秒でネイティブ2K動画を生成し、クリップの長さは5秒から15秒まで、テキストから動画、画像から動画、先頭・末尾フレーム指定、マルチモーダル参照といった生成モードをサポートする。

最も際立った機能は引き続き「オムニリファレンス」サポートである。クリエイターは1回のリクエスト内で最大9枚の参照画像、3つの参照動画クリップ、3つの参照音声クリップを提供でき、スタイル、キャラクターの一貫性、動き、声の特徴を、厳格なキーフレームとして強制することなく誘導できる。H3はまた、より映画的な複数シーンのシーケンスを実現するマルチショットストーリーテリングや、自然言語コマンドによる編集もサポートする。セリフ、効果音、環境音は動画自体と同じ生成プロセスで作成され、画面上のアクションに同期するため、多くの短尺プロジェクトで別途の音声制作工程が不要になる。

モデルの重みは数日以内に公開予定

MiniMaxは、リリースから数日以内にH3のモデルの重みをオープンソース化する計画だと述べており、これはM3で確立したパターンを踏襲するものである。この言語モデルは2026年6月1日に発表され、重みは6月7日までにHugging Faceで公開された。M3と同様、H3のオープンウェイト版がリリースされれば、モデルを自前でホスティングしたり、ファインチューニングしたりできるようになるが、MiniMaxがM3では行わなかった、完全な学習コードや推論オペレーターの公開も併せて行うかどうかは、まだ分からない。

MiniMaxのより広範なラインナップにおける位置づけ

H3のリリースにより、MiniMaxがWAICで共に予告した組み合わせが完成した。強力な推論・コーディング能力を持つ言語モデルM3と、能力を高めつつある生成マルチメディアの対応モデルH3である。両者は、MiniMaxを単一製品の専門企業ではなく、言語生成とマルチモーダル生成の両方にまたがる幅広い競合企業として位置づけるものであり、7月にジェンセン・フアンがオープンウェイトAIを公に支持して以降、中国のAIラボがますます傾倒しているオープンウェイト戦略を裏付けるものでもある。

今後注目すべき点

H3が正式にリリースされたことで、独立したベンチマークテストやより広範なクリエイターからのフィードバックが本格的に始まる。これは、モデルがまだWAIC会場でのプレビューにすぎなかった段階では不可能だったことだ。次に注目すべきマイルストーンは、MiniMaxが数日以内に約束しているモデルの重みの実際の公開、そして利用がアーリーアクセスの範囲を超えて拡大するにつれて明らかになる、より詳細な価格設定と技術文書である。