生成视频原生声音多模态参考
2026-08-03MiniMax

快速了解

能做什么
生成有声视频
参考素材
文字、图、视频、音频
视频输出
4–15秒、24FPS
音频输出
32kHz立体声
最低显存
12GB显存起
ComfyUI
ComfyUI直接使用
使用范围
可以商用,但有地区和商业条件
发布日期
2026-08-03

你能用它完成这些

文字直接生成视频

不用参考图,也能生成4到15秒的视频

指定首帧和尾帧

用一张或两张图片控制镜头开头与结尾

组合多种参考素材

Ref2VA可以同时理解图片、视频和音频参考

同步生成声音

视频会同时生成对白、音效和环境声

覆盖横竖屏比例

支持16:9、9:16、1:1等常用画幅

官方流程可到2K

本地Base输出768p,2K需要再生成模块

它适不适合你

适合这些需求

  • 需要一次生成画面、对白和环境声
  • 手里有图片、视频或音频参考素材
  • 有多卡服务器并愿意按官方方式部署

这些情况先别急着下载

  • 只有一张普通消费级显卡并追求快速出片
  • 必须完全离线复现官方2K效果
  • 所在地区属于许可证排除地区

电脑要求

最低跑通12GB显存起

动态卸载、短视频和较低分辨率

更合适24GB显存更合适

给更高分辨率、更长内容或多个模型留余量

ComfyUIComfyUI直接使用

当前ComfyUI已包含支持

其他条件12GB显卡需要约32GB或更多系统内存配合卸载。

以页面列出的版本和运行条件为准

最低配置依据:官方资料。对应条件为动态卸载、短视频和较低分辨率。

两个开源版本怎么选

版本输入适合谁
FL2VA文字或0–2张图文生视频、首尾帧控制
Ref2VA图、视频、音频需要多素材保持一致

使用许可

可以商用,但有地区和商业条件

社区许可证不适用于美国、欧盟、英国和韩国;商业产品年收入超过2000万美元需另行书面授权,并要在产品界面明确显示“MiniMax H3”

查看官方许可证

官方地址

资料核对日期:2026-10-29

MiniMax H312GB显存起 · ComfyUI直接使用
查看模型文件