MiniMax H3 开源路线图：技术报告将发，多模型计划开源

MiniMax 在其官方 X 账号发布了 Reddit AMA 的完整回顾，集中披露了 H3 视频生成模型在开源、技术架构与产品演进上的多项后续计划。本文对其核心要点进行结构化整理。

开源使命与许可调整

MiniMax 在 AMA 中再次强调「坚持开源到 AGI 到来」的承诺。针对社区关注的版权问题，公司表示随着相关法律事宜逐步明朗，转向 Apache-2.0 许可证已被纳入考虑范围。此外，团队正在准备一份关于 H3 研发过程的综合性技术报告，将在不久后发布，以回应社区对模型细节的关注。

H3-Regenerate-2K 与视频能力

MiniMax 确认将开源 H3-Regenerate-2K。需要明确的是，这是一款专用的潜空间 DiT（Diffusion Transformer）再生模型，而非基础 checkpoint 的简单重跑，也不是像素级超分工具。团队目前仍在调优其效率与质量，目标是在本地也能流畅运行。

架构、速度与稀疏注意力

• 稀疏注意力：H3 采用 MoBA 风格的稀疏注意力机制，支持训练感知的块选择（train-aware block selection）。短期内将发布一个相对保守的参考实现，目标是实现「零可感知质量损失」，并邀请社区共同构建设备特定的加速方案。
• 低步数变体：已发布的 checkpoint 已完成 CFG 蒸馏。虽然短期内没有明确承诺，但 4-NFE / 8-NFE 的低步数变体正在积极评估中。MiniMax 同时向社区制作的 Turbo LoRAs 表达了认可。

统一生图编辑与更长视频

• 统一生图与编辑：单帧图像生成是 AMA 中被点赞最多的话题之一（193 票）。MiniMax 确认将开源一款基于 H3 谱系的统一文生图与通用图像编辑模型，目前处于后训练优化阶段。
• 60 秒工作流：针对更长视频生成，Ref2VA 支持通过将上一段片段作为参考输入来实现续写。社区中已有人成功串联出 60 秒的工作流，该能力来源于预训练阶段的能力保留，官方对此表示了认可与期待。

整体来看，MiniMax 的下一步重点集中在三条线：扩大开源边界（许可升级、新模型开源）、完善技术文档（技术报告、参考实现）、以及打通「生图—编辑—长视频」的统一生成链路。