MiniMax H3 é um modelo multimodal que interpreta texto, imagem, vídeo e áudio em conjunto para criar clipes curtos com som estéreo nativo. No Ottermind, briefing, arquivos de origem, versões geradas e decisões ficam no mesmo fluxo criativo.
A MiniMax lançou o MiniMax H3 em 31 de julho de 2026. O modelo reúne texto, imagem, vídeo e áudio em um único contexto de geração e edição. O sistema oficial aceita 4 a 15 segundos a 24 FPS com áudio estéreo de 32 kHz; o Hailuo oferece atualmente 5 a 15 segundos. O H3-Base gera em 768p e a etapa hospedada H3-Regenerate-2K produz a versão 2K. No Ottermind Studio, cada referência e cada take permanecem ligados ao mesmo briefing.
H3 se destaca quando uma cena depende ao mesmo tempo de personagem, movimento, referência de câmera, som ou de um vídeo a ser alterado. Dê uma função clara a cada referência, trabalhe com takes curtos e compare tudo com o briefing no Ottermind Studio.
Combine imagens aprovadas do produto, composição da marca, movimento e direção sonora para publicidade e e-commerce.
Traga a aparência da imagem, o ritmo do vídeo e as características da voz, deixando clara a relação entre as entradas.
Troque pessoas, objetos, cenário, luz, fala ou efeitos sem mexer nas partes que já funcionam.
Os primeiros relatos destacam a combinação de pesos abertos, referências mistas, áudio nativo e composição. A recomendação recorrente é dar uma função a cada referência, manter takes curtos e revisar fala, texto, mãos, relações entre objetos e continuidade antes da aprovação.
H3 é usado para montar o take com personagem, movimento, câmera, estilo e som, e não apenas como texto para vídeo.
Produto, motion graphics, títulos e ações únicas tendem a funcionar melhor que cenas longas e complexas.
Pesos e otimizações da comunidade trazem liberdade, mas memória, velocidade, quantização e compatibilidade continuam sendo desafios.
Centralize objetivo, roteiro, arquivos do produto, personagens, movimentos, áudio e requisitos de entrega no Ottermind Studio.
Selecione MiniMax H3 e indique o papel de cada referência, ação, câmera, som, duração, proporção e resolução.
Confira fidelidade, movimento, fala, texto e continuidade, guarde o melhor take e corrija apenas os pontos fracos.
É o modelo universal de geração e edição de vídeo multimodal lançado pela MiniMax em 31 de julho de 2026. Ele entende texto, imagem, vídeo e áudio e gera clipes com som estéreo nativo.
Não. H3 é um modelo novo com nome próprio; Hailuo 2.3 é anterior. Hailuo AI também é um dos produtos em que MiniMax H3 está disponível.
Texto, quadro inicial ou final, os dois extremos e Omni Reference. Até 9 imagens, 3 vídeos, 3 áudios e 12 arquivos no total; áudio não pode ser a única referência.
A documentação indica 4–15 segundos a 24 FPS e o Hailuo oferece hoje 5–15 segundos. As opções dependem do canal de acesso.
Sim. Ele cria estéreo em 32 kHz com fala, efeitos, ambiente e música junto com o vídeo. Confira a audição e a fidelidade ao roteiro antes de publicar.
Sim. H3-Base produz primeiro em 768p e o serviço H3-Regenerate-2K usa esse resultado e o contexto original para criar a versão 2K.
A MiniMax publicou os pesos H3-Base FL2VA e Ref2VA em 3 de agosto de 2026 sob a MiniMax H3 Community License. H3-Context-IR e H3-Regenerate-2K não fizeram parte da primeira publicação.
Organize prompts e arquivos, gere takes comparáveis, revise pelo briefing e mantenha o histórico de alterações e a seleção junto ao próximo plano.
Mantenha briefing, referências, prompts, takes e decisões em um fluxo de produção contínuo.