MiniMax выложила веса H3, своей модели аудиовизуальной генерации, на Hugging Face в первые часы 3 августа. В истории коммитов репозитория первый коммит с содержимым датирован примерно 02:30 UTC, а веса в формате diffusers — около 04:30 UTC. Модель была анонсирована 31 июля с обещанием открыть веса «в ближайшие дни».
Что было опубликовано
H3 — это плотный однопотоковый трансформер с 33 миллиардами параметров, примерно 13 миллиардов из которых находятся в ветвях AdaLN, которые можно кэшировать вне контура инференса. Он генерирует видео длительностью от 4 до 15 секунд при 24 FPS, по умолчанию в 768p и до 2K, с нативным стереозвуком 32 кГц на 11 языках. Его текстовый энкодер построен на Qwen3-VL-32B.
Лицензия
Прилагаемая лицензия не является лицензией с открытым исходным кодом, а Hugging Face обозначает её просто как other. В ней сказано: «Вы не можете использовать, воспроизводить, изменять, распространять или демонстрировать MiniMax H3 Works либо любые их результаты или выходные данные вне Применимой территории». Под Применимой территорией понимается весь мир за исключением ЕС, Великобритании, Южной Кореи и США. Два дополнительных пункта запрещают использовать выходные данные H3 для улучшения любой другой ИИ-модели и требуют письменного разрешения при годовой выручке свыше $20 million.
Где рушится формулировка
Утверждение, что «MiniMax делает H3 открытым», не выдерживает проверки сразу по двум причинам. Пользователь в Лондоне, Сеуле, Берлине или Сан-Франциско вообще не имеет лицензии на запуск модели — на этот раз ограничение на экспорт работает в обратную сторону. А вся цитируемая способность, 15-секундное 2K-видео с синхронизированным звуком, требует двух модулей, которые остались закрытыми.
Три часа до локального порта
Moore Threads сообщила, что перенесла H3 из фреймворка SGLang-MUSA через свои библиотеки операторов MATE и muDNN на карту MTT S5000 за три часа, в тот же день. Именно такой результат, а не сама модель, — более важный сигнал.