MiniMax H3 ist ein multimodales Videomodell, das Text-, Bild-, Video- und Audioreferenzen gemeinsam verarbeitet und kurze Clips mit nativem Stereo-Ton erzeugt. In Ottermind bleiben Briefing, Quelldateien, Varianten und Entscheidungen in einem Arbeitsablauf verbunden.
MiniMax veröffentlichte MiniMax H3 am 31. Juli 2026. Das Modell vereint Text, Bild, Video und Audio als Kontext für Generierung und Bearbeitung. Das offizielle System unterstützt 4 bis 15 Sekunden bei 24 FPS und 32-kHz-Stereo; die aktuelle Hailuo-Oberfläche bietet 5 bis 15 Sekunden. H3-Base erzeugt 768p, der gehostete Schritt H3-Regenerate-2K liefert 2K. In Ottermind Studio bleiben Referenzen und Takes demselben Kreativbriefing zugeordnet.
H3 spielt seine Stärken aus, wenn ein Shot zugleich Figurenbilder, Bewegungsreferenzen, Kamerabeispiele, Ton oder ein zu bearbeitendes Ausgangsvideo benötigt. Weise jeder Referenz genau eine Funktion zu, arbeite mit kurzen Shots und prüfe die Varianten in Ottermind Studio gegen das Briefing.
Kombiniere freigegebene Produktbilder, Markensprache, Bewegungsbeispiele und Tonrichtung für Werbung und Commerce.
Übernimm das Aussehen aus einem Bild, den Bewegungsrhythmus aus einem Clip und Stimmmerkmale aus Audio, ohne ihre Rollen zu vermischen.
Ändere Personen, Objekte, Umgebung, Licht, Dialog oder Effekte und bewahre bereits gelungene Teile.
Frühe Diskussionen heben die Kombination aus offenen Gewichten, gemischten Medienreferenzen, nativem Ton und Bildkomposition hervor. Häufigster Rat: Jede Referenz bekommt eine Aufgabe, Shots bleiben kurz und Dialog, Schrift, Hände, Objektbeziehungen und Kontinuität werden vor der Freigabe geprüft.
H3 wird als System zum Aufbau eines Shots aus Figur, Bewegung, Kamera, Stil und Ton eingesetzt, nicht nur als Text-zu-Video-Werkzeug.
Produkteinstellungen, Motion Graphics, Titel und Einzelaktionen funktionieren meist zuverlässiger als lange Szenen mit vielen Ereignissen.
Gewichte und Community-Optimierungen schaffen Freiraum; Speicherbedarf, Geschwindigkeit, Quantisierung und Kompatibilität bleiben laufende Themen.
Bündele Shot-Ziel, Skript, Produktmaterial, Figurenbilder, Bewegungsclips, Audio und Lieferbedingungen in Ottermind Studio.
Wähle MiniMax H3 und bestimme für jede Referenz ihre Funktion sowie Bewegung, Kamera, Ton, Länge, Seitenverhältnis und Auflösung.
Prüfe Referenztreue, Bewegung, Dialog, Schrift und Kontinuität, behalte den besten Take und korrigiere nur schwache Stellen.
Ein universelles multimodales Modell zur Videoerzeugung und -bearbeitung, das MiniMax am 31. Juli 2026 veröffentlichte. Es verarbeitet Text, Bild, Video und Audio und erzeugt kurze Videos mit nativem Stereo-Ton.
Nein. H3 ist ein neues, eigenständig benanntes Modell; Hailuo 2.3 ist ein älteres Modell. Hailuo AI ist zugleich eine Produktoberfläche, über die MiniMax H3 verfügbar ist.
Text, Start- oder Endframe, beide Randframes und Omni Reference. Bis zu 9 Bilder, 3 Videos, 3 Audios und insgesamt 12 Dateien; Audio kann nicht die einzige Referenz sein.
Die Systemdokumentation nennt 4 bis 15 Sekunden bei 24 FPS, das aktuelle Hailuo-Produkt 5 bis 15 Sekunden. Die Auswahl hängt vom Zugangsweg ab.
Ja. Es erzeugt 32-kHz-Stereo mit Dialog, Effekten, Atmosphäre und Musik synchron zum Video. Verständlichkeit und Skripttreue sollten geprüft werden.
Ja. H3-Base erzeugt zunächst 768p; das gehostete H3-Regenerate-2K erstellt aus Ergebnis und ursprünglichem Kontext die 2K-Fassung.
MiniMax hat am 3. August 2026 die H3-Base-Gewichte FL2VA und Ref2VA veröffentlicht. Es gilt die MiniMax H3 Community License. H3-Context-IR und H3-Regenerate-2K waren nicht Teil der ersten Veröffentlichung.
Ordne Prompts und Quelldateien, erzeuge vergleichbare Takes, prüfe sie gegen das Briefing und bewahre Änderungsverlauf und Auswahl für die nächsten Shots gemeinsam auf.
Halte Briefing, Referenzen, Prompts, Takes und Entscheidungen in einem durchgängigen Produktionsablauf zusammen.