国产多模态模型H3获英伟达等团队采用

MiniMax于2026年8月开放多模态模型H3权重。H3能够统一理解和生成文字、图片、音频及视频内容，并在效果、速度和成本之间取得平衡。开放权重后，外部团队可以直接开展后训练、蒸馏和推理优化。模型开放一个月内下载量超过2400万次，公开衍生模型超过300个。

视频生成企业率先采用H3，主要因为广告和营销客户更看重实际生产能力：商品包装文字是否清晰、角色能否跨镜头保持一致、局部修改是否必须重做整条视频，以及模型能否以可接受的时间和成本批量生成上千条内容。生成式媒体基础设施公司fal以H3训练H3 Max，并优化推理系统以提升速度；Pika则面向专业创作者对H3进行后训练，于10月29日发布H3 Flex，将生成步骤压缩至六步。

英伟达研究团队也基于H3开发视频生成方案。10月下旬发布的Open-H3-Regenerate-2K先用H3生成低分辨率草稿，再通过额外训练的精修模块和三步去噪生成高分辨率视频，同时保留H3原始权重。此前，团队还推出StreamRender-H3流媒体渲染方案、快速视频解码器及推理优化项目，分别探索交互式生成、解码加速和在不改变权重、提示词及配置前提下改进生成流程。

视频公司和英伟达选择基座模型时，都要求模型能够处理复杂多模态输入、支持视频生成，并允许本地运行、添加精修模块或改造推理流程。H3因此被多次采用；今年9月，它在Arena图生视频榜单以1495分排名第一，累计获得超过5.7万次投票。英伟达进一步布局，也可能是在培育类似CUDA的软件生态，通过推理加速和应用开发吸引更多模型与开发者进入其技术栈，带动视频生成及算力需求。

开放权重还便于企业将模型部署到自有环境，并利用内部数据微调。Runway的调研和a16z对企业AI负责人的访谈均显示，企业关注的不只是价格，也包括控制权和定制能力。合作方可以把H3接入产品、平台和工作流，成为模型厂商进入广告、电商、影视、游戏、教育等行业的节点。MiniMax可通过授权、部署支持和联合开发实现商业化；其社区许可协议允许在适用地域内按条款免费使用、修改和开发衍生模型，但若基于H3的商业产品或服务年收入超过2000万美元，需事先取得书面授权。类似地平线开放芯片IP、算法并提供工具链和联合开发，开放生态能够同时扩大影响力与收入来源，也契合“Intelligence with Everyone”的理念。